Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

LoS_RVC	0.42 12	0.26 47	0.40 8	0.44 23	0.82 347	0.51 50	0.44 125	0.64 2	0.41 2	0.44 9	0.78 46	0.44 9	0.47 40	0.56 11	0.36 33	0.13 1	0.12 9	0.14 1	0.10 2	0.13 1	0.84 371

RAFT-Stereo + iAFF	0.54 63	0.25 36	0.68 89	0.43 8	0.24 9	0.40 10	0.34 44	1.04 81	1.09 169	1.32 246	1.60 283	0.80 96	0.68 128	0.67 31	0.39 55	0.13 1	0.10 1	0.18 37	0.17 75	0.17 25	0.13 3

AFF-stereo	0.58 96	0.25 36	0.64 73	0.46 35	0.29 63	0.34 4	0.38 70	1.15 121	1.14 191	1.17 177	1.60 283	1.10 203	0.71 136	0.97 89	0.43 83	0.13 1	0.11 3	0.19 50	0.19 109	0.17 25	0.14 11

Selective-IGEV	0.39 5	0.24 20	0.50 18	0.44 23	0.25 18	0.46 19	0.33 34	1.25 151	0.40 1	0.35 1	0.45 3	0.52 38	0.30 4	1.07 110	0.30 1	0.14 4	0.12 9	0.17 15	0.13 11	0.16 13	0.13 3

s12784h	0.52 40	0.20 2	0.38 4	0.41 5	0.19 1	0.96 226	0.34 44	1.17 124	1.25 235	0.81 67	0.90 66	0.63 58	0.50 57	1.45 169	0.42 74	0.14 4	0.12 9	0.17 15	0.11 6	0.18 42	0.11 1

CES	0.48 33	0.20 2	0.37 2	0.39 4	1.39 383	0.55 66	0.35 47	0.98 62	0.66 41	0.44 9	0.66 24	0.35 1	0.27 2	0.56 11	0.33 16	0.15 6	0.13 43	0.15 3	0.10 2	0.19 72	1.46 387

ProNet	0.43 14	0.28 84	0.58 49	0.43 8	0.30 80	0.56 69	0.52 180	1.00 68	0.58 19	0.44 9	0.49 8	0.43 7	0.43 23	1.28 133	0.36 33	0.15 6	0.13 43	0.19 50	0.16 59	0.17 25	0.16 42

test_4	0.53 49	0.22 9	0.56 38	0.54 135	0.32 107	0.64 97	0.39 81	0.80 18	0.62 24	0.92 83	1.87 325	0.68 70	0.42 21	1.16 123	0.37 38	0.15 6	0.13 43	0.20 74	0.22 199	0.20 98	0.15 27

test_3	0.55 78	0.23 14	0.71 115	0.53 120	0.28 52	0.61 88	0.40 84	0.92 41	1.05 151	1.19 186	0.68 28	0.93 146	0.44 27	1.67 207	0.39 55	0.15 6	0.12 9	0.22 123	0.19 109	0.21 132	0.14 11

cross-raft	0.54 63	0.25 36	0.61 60	0.52 111	0.29 63	0.68 129	0.37 66	1.46 188	0.76 60	1.01 105	1.06 114	1.28 248	0.46 34	0.71 38	0.35 27	0.15 6	0.12 9	0.18 37	0.16 59	0.19 72	0.14 11

AE-Stereo	0.49 36	0.27 68	0.67 86	0.60 207	0.39 179	0.67 122	0.46 143	1.18 129	1.09 169	0.47 14	0.75 41	0.69 75	0.47 40	0.59 15	0.40 59	0.16 11	0.15 126	0.21 97	0.20 138	0.19 72	0.15 27

MIM_Stereo	0.57 91	0.24 20	0.92 216	0.46 35	0.30 80	0.54 60	0.28 18	1.27 153	0.75 57	1.00 102	1.16 157	0.93 146	0.53 66	1.45 169	0.61 174	0.16 11	0.16 157	0.20 74	0.19 109	0.17 25	0.14 11

AEACV	0.37 3	0.24 20	0.52 27	0.47 41	0.51 245	0.37 8	0.38 70	0.65 3	0.53 17	0.42 5	0.56 18	0.46 16	0.60 98	0.53 6	0.30 1	0.16 11	0.13 43	0.18 37	0.15 31	0.17 25	0.14 11

DCRE	0.82 213	0.26 47	0.70 104	0.58 183	0.44 204	0.54 60	0.48 157	0.95 52	0.78 64	0.78 58	7.33 401	0.86 124	0.52 61	0.76 49	0.41 66	0.16 11	0.16 157	0.19 50	0.17 75	0.18 42	0.17 61

DCANet-4	0.54 63	0.26 47	1.07 262	0.42 7	0.24 9	0.48 21	0.36 57	0.99 64	1.30 262	1.10 132	1.02 100	0.56 42	0.75 141	0.73 44	0.52 138	0.16 11	0.13 43	0.17 15	0.13 11	0.15 5	0.19 112

fff	0.53 49	0.24 20	0.70 104	0.43 8	0.24 9	0.48 21	0.36 57	1.07 102	1.25 235	1.10 132	1.02 100	0.57 44	1.06 268	0.73 44	0.52 138	0.16 11	0.13 43	0.17 15	0.13 11	0.15 5	0.19 112

ADStereo(finetuned)	0.57 91	0.24 20	1.06 258	0.43 8	0.24 9	0.49 31	0.35 47	1.05 87	1.30 262	1.12 138	1.03 108	0.58 48	1.20 295	0.84 65	0.51 132	0.16 11	0.13 43	0.17 15	0.13 11	0.18 42	0.19 112

RAFT_CTSACE	0.63 117	0.26 47	0.88 201	0.55 154	0.51 245	0.71 143	0.44 125	0.80 18	0.97 118	0.97 94	1.84 320	1.18 221	0.68 128	1.47 175	0.36 33	0.16 11	0.15 126	0.21 97	0.20 138	0.20 98	0.14 11

IPLG	0.69 154	0.27 68	0.97 229	0.51 95	0.43 198	0.79 177	0.33 34	1.21 136	1.06 154	1.30 234	1.10 129	0.52 38	0.55 75	3.16 308	0.63 181	0.16 11	0.14 76	0.19 50	0.16 59	0.18 42	0.17 61

GMOStereo	0.53 49	0.26 47	0.65 77	0.50 72	0.29 63	0.52 52	0.43 113	0.89 33	0.96 111	1.41 277	1.14 148	0.85 120	0.56 79	0.59 15	0.38 48	0.16 11	0.14 76	0.24 171	0.21 174	0.20 98	0.15 27

error version	0.53 49	0.26 47	0.65 77	0.50 72	0.29 63	0.52 52	0.43 113	0.89 33	0.96 111	1.41 277	1.14 148	0.85 120	0.56 79	0.59 15	0.38 48	0.16 11	0.14 76	0.24 171	0.21 174	0.20 98	0.15 27

test-v	0.53 49	0.26 47	0.65 77	0.50 72	0.29 63	0.52 52	0.43 113	0.89 33	0.96 111	1.41 277	1.14 148	0.85 120	0.56 79	0.59 15	0.38 48	0.16 11	0.14 76	0.24 171	0.21 174	0.20 98	0.15 27

test-3	0.54 63	0.22 9	0.68 89	0.47 41	0.27 33	0.58 75	0.35 47	0.92 41	1.00 135	1.32 246	0.69 31	0.87 128	0.45 30	1.68 212	0.37 38	0.16 11	0.11 3	0.20 74	0.16 59	0.17 25	0.13 3

test_1	0.54 63	0.22 9	0.68 89	0.47 41	0.27 33	0.58 75	0.35 47	0.92 41	1.00 135	1.28 222	0.68 28	0.87 128	0.45 30	1.67 207	0.37 38	0.16 11	0.11 3	0.20 74	0.16 59	0.17 25	0.13 3

test-2	0.53 49	0.26 47	0.65 77	0.50 72	0.29 63	0.52 52	0.43 113	0.89 33	0.96 111	1.41 277	1.14 148	0.85 120	0.56 79	0.59 15	0.38 48	0.16 11	0.14 76	0.24 171	0.21 174	0.20 98	0.15 27

CREStereo++_RVC	0.47 31	0.21 4	0.38 4	0.45 32	0.38 171	0.45 17	0.25 4	0.75 8	1.29 256	0.80 63	1.21 170	0.47 20	0.37 12	0.53 6	0.44 85	0.16 11	0.11 3	0.15 3	0.80 379	0.18 42	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
DCANet	0.54 63	0.24 20	0.70 104	0.43 8	0.24 9	0.49 31	0.36 57	1.05 87	1.30 262	1.12 138	1.03 108	0.58 48	0.92 213	0.81 60	0.52 138	0.16 11	0.13 43	0.17 15	0.13 11	0.18 42	0.19 112

csc	0.53 49	0.24 20	0.70 104	0.43 8	0.24 9	0.48 21	0.36 57	1.07 102	1.25 235	1.10 132	1.02 100	0.57 44	1.06 268	0.73 44	0.52 138	0.16 11	0.13 43	0.17 15	0.13 11	0.15 5	0.19 112

cscssc	0.53 49	0.24 20	0.70 104	0.43 8	0.24 9	0.48 21	0.36 57	1.07 102	1.25 235	1.10 132	1.02 100	0.57 44	1.06 268	0.73 44	0.52 138	0.16 11	0.13 43	0.17 15	0.13 11	0.15 5	0.19 112

CFNet-RSSM	0.54 63	0.24 20	0.70 104	0.48 52	0.28 52	0.60 85	0.27 15	1.49 192	1.14 191	1.06 116	0.93 71	1.08 195	0.54 69	0.70 34	0.35 27	0.16 11	0.12 9	0.17 15	0.15 31	0.16 13	0.14 11

Gwc-CoAtRS	0.52 40	0.24 20	0.68 89	0.48 52	0.29 63	0.64 97	0.25 4	1.16 122	1.08 163	1.01 105	1.00 88	1.12 208	0.56 79	0.69 32	0.37 38	0.16 11	0.13 43	0.17 15	0.15 31	0.15 5	0.15 27

MyStereo07	0.48 33	0.29 111	0.50 18	0.55 154	0.45 211	0.59 79	0.79 275	1.05 87	0.51 14	0.48 18	0.53 10	0.43 7	0.55 75	1.30 137	0.34 24	0.17 32	0.16 157	0.24 171	0.20 138	0.23 178	0.20 135

MyStereo06	0.61 108	0.28 84	0.95 223	0.56 166	0.46 221	0.61 88	0.73 262	1.78 267	0.67 42	1.03 112	1.12 140	1.13 213	0.56 79	0.78 52	0.41 66	0.17 32	0.16 157	0.23 151	0.20 138	0.22 153	0.20 135

MyStereo05	0.66 140	0.28 84	1.07 262	0.56 166	0.46 221	0.61 88	0.73 262	1.34 163	1.41 308	1.15 157	0.91 67	0.77 88	0.80 165	1.41 165	0.63 181	0.17 32	0.16 157	0.23 151	0.20 138	0.22 153	0.20 135

MyStereo04	0.67 149	0.29 111	1.07 262	0.55 154	0.45 211	0.59 79	0.79 275	1.50 196	1.40 305	0.91 81	0.91 67	0.74 82	0.86 194	1.52 180	0.62 177	0.17 32	0.16 157	0.24 171	0.20 138	0.23 178	0.20 135

ff7	0.43 14	0.27 68	0.56 38	0.44 23	0.33 123	0.50 40	0.42 97	0.87 25	0.50 7	0.49 21	0.53 10	0.44 9	0.48 48	1.38 154	0.33 16	0.17 32	0.12 9	0.21 97	0.15 31	0.18 42	0.18 79

ffff	0.43 14	0.27 68	0.56 38	0.44 23	0.33 123	0.50 40	0.42 97	0.87 25	0.50 7	0.49 21	0.53 10	0.44 9	0.48 48	1.38 154	0.33 16	0.17 32	0.12 9	0.21 97	0.15 31	0.18 42	0.18 79

11t	0.43 14	0.27 68	0.56 38	0.44 23	0.33 123	0.50 40	0.42 97	0.87 25	0.50 7	0.49 21	0.53 10	0.44 9	0.48 48	1.38 154	0.33 16	0.17 32	0.12 9	0.21 97	0.15 31	0.18 42	0.18 79

MSKI-zero shot	0.55 78	0.26 47	0.57 46	0.51 95	0.26 20	0.69 133	0.28 18	1.18 129	0.64 28	0.91 81	1.32 209	0.82 104	0.33 10	1.92 241	0.32 7	0.17 32	0.12 9	0.17 15	0.13 11	0.16 13	0.16 42

RAFT-Test	0.54 63	0.25 36	0.64 73	0.47 41	0.30 80	0.97 230	0.27 15	1.24 149	0.81 70	0.96 91	1.12 140	1.28 248	0.48 48	0.71 38	0.36 33	0.17 32	0.13 43	0.17 15	0.14 23	0.16 13	0.16 42

LL-Strereo2	0.52 40	0.33 188	0.69 98	0.52 111	0.37 154	0.70 140	0.30 23	1.13 118	0.67 42	0.94 89	0.78 46	0.91 137	0.42 21	1.05 105	0.42 74	0.17 32	0.16 157	0.29 256	0.25 241	0.21 132	0.16 42

4D-IteraStereo	0.48 33	0.24 20	0.76 156	0.50 72	0.44 204	0.66 118	0.31 28	0.87 25	1.02 140	1.03 112	0.72 36	0.78 91	0.32 9	0.64 27	0.37 38	0.17 32	0.11 3	0.23 151	0.19 109	0.19 72	0.13 3

anonymousdsp	0.43 14	0.27 68	0.53 29	0.44 23	0.32 107	0.50 40	0.42 97	0.89 33	0.51 14	0.49 21	0.53 10	0.47 20	0.47 40	1.33 142	0.33 16	0.17 32	0.12 9	0.21 97	0.15 31	0.18 42	0.18 79

EGLCR-Stereo	0.37 3	0.22 9	0.51 24	0.43 8	0.26 20	0.44 16	0.22 2	0.99 64	0.48 5	0.42 5	0.42 2	0.67 68	0.29 3	0.86 70	0.33 16	0.17 32	0.12 9	0.19 50	0.17 75	0.17 25	0.15 27

MC-Stereo	0.43 14	0.23 14	0.48 15	0.51 95	0.28 52	0.39 9	0.32 31	0.88 32	0.68 45	0.60 39	0.84 56	0.56 42	0.61 107	1.03 99	0.31 5	0.17 32	0.11 3	0.17 15	0.15 31	0.16 13	0.13 3

RCA-Stereo	0.50 38	0.23 14	0.58 49	0.48 52	0.33 123	0.55 66	0.45 136	0.97 60	1.38 296	0.68 44	1.05 112	0.63 58	0.80 165	0.59 15	0.32 7	0.17 32	0.12 9	0.17 15	0.14 23	0.16 13	0.14 11

CroCo-Stereo Lap2	0.44 22	0.34 207	0.77 160	0.61 219	0.79 338	0.28 2	0.35 47	0.75 8	0.71 52	0.38 4	0.50 9	0.72 81	0.55 75	0.57 13	0.47 111	0.17 32	0.18 196	0.19 50	0.16 59	0.21 132	0.20 135

ccc-4	0.43 14	0.27 68	0.56 38	0.44 23	0.33 123	0.50 40	0.42 97	0.87 25	0.50 7	0.49 21	0.53 10	0.44 9	0.48 48	1.38 154	0.33 16	0.17 32	0.12 9	0.21 97	0.15 31	0.18 42	0.18 79

IGEV-Stereo	0.43 14	0.27 68	0.54 33	0.45 32	0.32 107	0.50 40	0.42 97	0.90 39	0.51 14	0.49 21	0.53 10	0.47 20	0.47 40	1.32 140	0.33 16	0.17 32	0.12 9	0.21 97	0.15 31	0.18 42	0.18 79
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.85 226	0.29 111	0.91 212	0.53 120	0.43 198	0.49 31	0.68 252	0.99 64	0.87 82	0.79 61	1.34 216	1.46 278	0.91 210	5.11 344	1.11 275	0.17 32	0.14 76	0.22 123	0.18 89	0.20 98	0.20 135

iRaft-Stereo_20w	0.65 132	0.31 158	1.00 237	0.47 41	0.34 138	0.73 148	0.30 23	2.96 383	0.70 48	1.15 157	1.14 148	0.76 87	0.65 125	1.11 116	0.38 48	0.17 32	0.13 43	0.18 37	0.16 59	0.19 72	0.18 79

GLC_STEREO	0.39 5	0.25 36	0.41 9	0.54 135	0.23 6	0.48 21	0.30 23	0.73 6	0.58 19	0.52 29	0.73 37	0.51 33	0.31 6	0.64 27	0.42 74	0.17 32	0.20 226	0.23 151	0.19 109	0.21 132	0.17 61

MIPNet	0.56 87	0.28 84	0.94 220	0.49 65	0.33 123	0.66 118	0.38 70	1.35 165	1.08 163	1.06 116	0.92 69	0.60 53	0.79 160	0.73 44	0.52 138	0.17 32	0.14 76	0.19 50	0.16 59	0.18 42	0.17 61

IPLGR	0.58 96	0.27 68	1.14 276	0.48 52	0.28 52	0.65 109	0.33 34	1.22 143	1.13 189	1.18 182	1.05 112	0.69 75	0.66 127	0.96 84	0.52 138	0.17 32	0.15 126	0.20 74	0.17 75	0.20 98	0.18 79

DEmStereo	0.97 260	0.23 14	0.79 170	0.47 41	0.32 107	1.04 241	0.56 209	0.93 45	0.89 89	1.39 274	2.14 345	1.02 179	2.07 370	5.64 358	0.77 215	0.17 32	0.15 126	0.20 74	0.20 138	0.18 42	0.20 135

DRaft	0.80 205	0.24 20	0.70 104	0.45 32	0.30 80	0.97 230	0.53 186	1.05 87	0.97 118	1.78 333	2.02 338	0.80 96	1.74 349	2.73 293	0.72 200	0.17 32	0.14 76	0.20 74	0.20 138	0.18 42	0.21 151

test-1	0.52 40	0.26 47	1.04 254	0.56 166	0.32 107	0.61 88	0.38 70	1.10 109	0.91 98	0.78 58	1.01 93	0.77 88	0.52 61	0.60 24	0.42 74	0.17 32	0.14 76	0.20 74	0.17 75	0.20 98	0.23 184

iRaftStereo_RVC	0.47 31	0.26 47	0.64 73	0.50 72	0.29 63	0.53 57	0.33 34	1.05 87	0.77 62	0.84 73	1.00 88	0.55 40	0.37 12	0.81 60	0.40 59	0.17 32	0.12 9	0.22 123	0.20 138	0.19 72	0.15 27

HITNet	0.65 132	0.40 251	0.77 160	0.48 52	0.24 9	1.05 242	0.49 164	1.76 260	1.02 140	1.18 182	1.18 162	0.89 135	0.80 165	0.85 67	0.79 223	0.17 32	0.12 9	0.21 97	0.17 75	0.29 242	0.15 27
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
MyStereo8	0.65 132	0.29 111	1.00 237	0.58 183	0.49 229	0.91 207	0.35 47	1.18 129	1.31 266	1.16 168	1.27 191	0.90 136	0.64 120	0.72 41	0.95 252	0.18 60	0.14 76	0.20 74	0.18 89	0.22 153	0.26 226

IGEV_Zeroshot_test	0.53 49	0.30 127	0.99 232	0.56 166	0.35 141	0.41 12	0.32 31	1.37 168	0.63 26	1.00 102	1.09 125	0.95 155	0.41 19	0.83 63	0.39 55	0.18 60	0.12 9	0.19 50	0.18 89	0.19 72	0.17 61

CASnet	0.41 11	0.25 36	0.48 15	0.50 72	0.20 2	0.50 40	0.36 57	0.81 21	0.80 69	0.83 71	0.68 28	0.48 23	0.31 6	0.54 8	0.32 7	0.18 60	0.12 9	0.27 238	0.22 199	0.23 178	0.14 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.53 49	0.24 20	0.47 13	0.47 41	0.27 33	1.00 236	0.25 4	1.58 219	1.05 151	0.85 77	0.99 85	1.06 188	0.47 40	0.70 34	0.32 7	0.18 60	0.13 43	0.16 9	0.13 11	0.16 13	0.16 42

HH	0.63 117	0.30 127	0.77 160	0.50 72	0.32 107	0.49 31	0.46 143	1.65 233	0.64 28	0.69 45	1.09 125	1.63 305	0.85 186	1.90 239	0.37 38	0.18 60	0.13 43	0.19 50	0.17 75	0.19 72	0.16 42

HanStereo	0.63 117	0.30 127	0.77 160	0.50 72	0.32 107	0.49 31	0.46 143	1.65 233	0.64 28	0.69 45	1.09 125	1.63 305	0.85 186	1.90 239	0.37 38	0.18 60	0.13 43	0.19 50	0.17 75	0.19 72	0.16 42

anonymousdsp2	0.53 49	0.27 68	0.74 145	0.48 52	0.29 63	0.76 162	0.47 149	1.61 226	0.82 75	0.77 57	0.77 44	0.75 84	0.47 40	1.03 99	0.40 59	0.18 60	0.13 43	0.18 37	0.13 11	0.19 72	0.18 79

LoS	0.40 8	0.21 4	0.44 11	0.37 2	0.22 4	0.50 40	0.40 84	1.00 68	0.94 107	0.48 18	0.66 24	0.48 23	0.40 17	0.60 24	0.37 38	0.18 60	0.14 76	0.16 9	0.11 6	0.14 2	0.14 11

raft_robust	0.68 153	0.30 127	0.64 73	0.52 111	0.26 20	0.54 60	0.35 47	1.33 159	1.24 232	1.16 168	1.07 117	0.60 53	0.54 69	3.58 320	0.37 38	0.18 60	0.14 76	0.20 74	0.22 199	0.20 98	0.16 42

RAFT+CT+SA	0.58 96	0.29 111	0.60 57	0.66 265	0.37 154	0.42 13	0.55 203	1.27 153	1.03 143	0.70 47	1.22 172	0.60 53	0.70 134	1.64 201	0.41 66	0.18 60	0.13 43	0.22 123	0.22 199	0.21 132	0.18 79

test_5	0.65 132	0.30 127	0.75 147	0.67 275	0.50 235	0.92 213	0.52 180	1.39 174	1.12 179	0.76 54	1.11 134	1.00 170	0.90 208	1.53 184	0.45 93	0.18 60	0.13 43	0.23 151	0.22 199	0.21 132	0.19 112

LCNet	0.72 162	0.28 84	0.52 27	0.55 154	0.31 92	0.69 133	0.54 190	1.00 68	0.88 86	1.19 186	1.34 216	0.97 163	1.34 316	2.56 286	0.45 93	0.18 60	0.13 43	0.21 97	0.25 241	0.27 223	0.73 366

STrans-v2	1.04 279	0.28 84	0.96 227	0.49 65	0.32 107	0.68 129	0.79 275	2.47 375	1.12 179	1.12 138	1.46 253	1.40 266	1.46 325	6.70 378	0.43 83	0.18 60	0.13 43	0.20 74	0.18 89	0.18 42	0.18 79

RAFT-RH_RVC	1.03 276	0.24 20	0.67 86	0.49 65	0.28 52	0.81 186	0.33 34	0.83 22	1.08 163	2.05 353	4.65 388	1.04 185	0.57 87	5.98 366	0.50 129	0.18 60	0.13 43	0.26 227	0.20 138	0.16 13	0.17 61

RAFT-345	0.84 222	0.25 36	0.66 83	0.50 72	0.27 33	0.54 60	0.42 97	0.83 22	1.11 175	1.32 246	2.34 353	0.86 124	0.54 69	5.72 359	0.47 111	0.18 60	0.13 43	0.22 123	0.17 75	0.17 25	0.16 42

CroCo-Stereo	0.40 8	0.31 158	0.73 131	0.58 183	0.27 33	0.26 1	0.33 34	0.95 52	0.81 70	0.42 5	0.47 5	0.65 64	0.47 40	0.39 1	0.34 24	0.18 60	0.15 126	0.16 9	0.14 23	0.19 72	0.16 42
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
GMM-Stereo	0.74 179	0.25 36	0.59 53	0.54 135	0.34 138	0.72 145	0.99 319	1.01 73	0.87 82	1.36 262	1.78 313	1.12 208	0.81 168	2.09 257	0.46 106	0.18 60	0.12 9	0.25 207	0.25 241	0.20 98	0.85 372

Prome-Stereo	0.75 186	0.27 68	0.53 29	0.55 154	0.32 107	0.59 79	0.97 315	0.89 33	0.88 86	1.45 286	2.46 359	0.91 137	1.41 319	1.58 194	0.44 85	0.18 60	0.13 43	0.19 50	0.17 75	0.20 98	0.92 373

raft+_RVC	0.53 49	0.26 47	0.54 33	0.60 207	0.47 225	0.54 60	0.54 190	1.27 153	0.99 130	0.76 54	1.03 108	0.70 78	0.56 79	0.93 83	0.47 111	0.18 60	0.14 76	0.19 50	0.18 89	0.18 42	0.15 27

TANstereo	0.44 22	0.21 4	0.44 11	0.41 5	0.21 3	0.65 109	0.26 10	0.79 13	0.83 76	0.93 84	0.98 83	0.51 33	0.46 34	0.54 8	0.35 27	0.18 60	0.24 274	0.16 9	0.13 11	0.16 13	0.26 226

111	0.60 102	0.23 14	0.70 104	0.43 8	0.24 9	0.72 145	0.42 97	1.18 129	1.41 308	0.80 63	1.38 229	1.10 203	0.79 160	0.96 84	0.58 163	0.18 60	0.13 43	0.17 15	0.15 31	0.17 25	0.19 112

test_xeample3	0.42 12	0.28 84	0.69 98	0.43 8	0.33 123	0.56 69	0.38 70	0.79 13	0.45 3	0.53 30	0.46 4	0.44 9	0.44 27	1.38 154	0.31 5	0.18 60	0.14 76	0.19 50	0.15 31	0.17 25	0.16 42

ARAFT	0.77 193	0.36 230	1.49 325	0.51 95	0.31 92	0.90 205	0.82 285	1.90 293	1.06 154	1.62 320	1.24 178	1.02 179	0.64 120	1.84 232	0.50 129	0.18 60	0.14 76	0.28 248	0.27 262	0.17 25	0.16 42

EAI-Stereo	0.65 132	0.28 84	0.69 98	0.53 120	0.27 33	0.60 85	0.40 84	2.28 362	0.64 28	0.71 49	3.18 371	0.57 44	0.43 23	1.06 106	0.41 66	0.18 60	0.13 43	0.17 15	0.17 75	0.17 25	0.17 61

CREStereo	0.39 5	0.21 4	0.38 4	0.34 1	0.22 4	0.53 57	0.29 20	0.77 11	1.11 175	0.58 33	0.71 34	0.51 33	0.41 19	0.54 8	0.34 24	0.18 60	0.13 43	0.15 3	0.10 2	0.14 2	0.14 11
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
DIP-Stereo	0.62 111	0.30 127	0.83 180	0.48 52	0.36 146	0.95 222	0.33 34	2.37 369	0.67 42	1.25 213	1.00 88	0.68 70	0.51 59	0.91 77	0.61 174	0.18 60	0.15 126	0.21 97	0.17 75	0.19 72	0.19 112
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.57 91	0.26 47	0.63 67	0.54 135	0.36 146	0.69 133	0.54 190	1.22 143	0.72 53	1.61 317	1.50 263	0.75 84	0.53 66	0.64 27	0.44 85	0.18 60	0.15 126	0.17 15	0.15 31	0.17 25	0.17 61

RAFT-Stereo	0.57 91	0.26 47	0.63 67	0.54 135	0.36 146	0.69 133	0.54 190	1.22 143	0.72 53	1.61 317	1.50 263	0.75 84	0.53 66	0.64 27	0.44 85	0.18 60	0.15 126	0.17 15	0.15 31	0.17 25	0.17 61
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	0.72 162	0.34 207	1.10 269	0.51 95	0.23 6	0.91 207	0.39 81	1.33 159	1.23 228	1.46 288	1.55 271	1.01 177	0.64 120	1.95 246	0.80 226	0.18 60	0.12 9	0.18 37	0.14 23	0.19 72	0.17 61

iResNet	0.75 186	0.40 251	1.36 307	0.67 275	0.29 63	0.92 213	0.59 229	1.52 204	1.25 235	1.28 222	1.48 259	0.94 149	0.76 149	1.62 199	0.78 217	0.18 60	0.14 76	0.18 37	0.15 31	0.22 153	0.23 184

DN-CSS_ROB	0.64 127	0.32 172	1.05 255	0.55 154	0.40 184	0.54 60	0.45 136	1.21 136	0.93 104	1.03 112	1.47 254	0.69 75	0.63 117	1.76 225	0.49 123	0.18 60	0.14 76	0.25 207	0.22 199	0.22 153	0.20 135

pmcnn	2.37 376	0.42 260	2.71 376	0.63 239	0.43 198	1.54 311	1.19 342	2.01 320	1.53 327	2.64 373	7.60 402	18.07 416	1.45 324	3.44 317	2.78 362	0.18 60	0.15 126	0.15 3	0.12 9	0.20 98	0.18 79

IGEV+	0.40 8	0.22 9	0.51 24	0.52 111	0.29 63	0.45 17	0.25 4	1.65 233	0.46 4	0.37 2	0.57 19	0.46 16	0.45 30	0.50 4	0.38 48	0.19 92	0.12 9	0.16 9	0.13 11	0.16 13	0.15 27

IGEVStereo-DCA	0.46 25	0.28 84	0.56 38	0.43 8	0.33 123	0.49 31	0.42 97	0.87 25	0.50 7	0.47 14	0.48 6	0.48 23	0.46 34	2.03 252	0.30 1	0.19 92	0.14 76	0.19 50	0.15 31	0.16 13	0.18 79

rrr	0.46 25	0.28 84	0.73 131	0.43 8	0.33 123	0.49 31	0.38 70	0.76 10	0.50 7	0.47 14	0.48 6	0.48 23	0.46 34	2.03 252	0.30 1	0.19 92	0.14 76	0.19 50	0.15 31	0.16 13	0.16 42

StereoIM	0.36 1	0.25 36	0.58 49	0.44 23	0.34 138	0.30 3	0.30 23	0.72 5	0.50 7	0.37 2	0.36 1	0.58 48	0.49 56	0.52 5	0.36 33	0.19 92	0.16 157	0.19 50	0.15 31	0.18 42	0.14 11

CBFPSM	0.92 246	0.33 188	1.86 349	0.49 65	0.38 171	1.75 328	0.84 287	1.39 174	1.12 179	1.09 124	0.99 85	2.37 359	1.66 346	1.32 140	1.42 318	0.19 92	0.18 196	0.20 74	0.20 138	0.21 132	0.33 278

ToySt	0.66 140	0.33 188	1.23 286	0.51 95	0.33 123	0.86 200	0.68 252	1.10 109	0.97 118	0.84 73	1.08 120	1.25 237	0.94 224	1.01 96	0.74 204	0.19 92	0.19 209	0.24 171	0.24 230	0.27 223	0.23 184

anonymousa	0.72 162	0.27 68	0.75 147	0.47 41	0.63 296	1.43 302	0.45 136	1.24 149	0.89 89	1.28 222	1.75 310	1.62 303	1.13 283	0.69 32	0.59 165	0.19 92	0.16 157	0.23 151	0.25 241	0.20 98	0.18 79

Selective-RAFT	0.52 40	0.28 84	0.79 170	0.55 154	0.27 33	0.91 207	0.33 34	0.80 18	0.88 86	0.58 33	0.63 22	0.81 99	0.77 153	1.29 136	0.48 116	0.19 92	0.14 76	0.17 15	0.15 31	0.19 72	0.17 61

Sa-1000	0.72 162	0.29 111	0.76 156	0.59 196	0.30 80	0.73 148	0.37 66	1.62 229	1.33 274	1.28 222	2.04 339	0.86 124	0.75 141	1.84 232	0.38 48	0.19 92	0.14 76	0.25 207	0.23 219	0.20 98	0.16 42

SA	0.66 140	0.30 127	0.82 178	0.61 219	0.30 80	0.58 75	0.38 70	1.44 185	1.30 262	0.96 91	1.36 223	0.66 66	0.95 229	1.85 235	0.42 74	0.19 92	0.15 126	0.25 207	0.23 219	0.21 132	0.17 61

CrosDoStereo	1.58 339	0.24 20	0.72 119	0.48 52	0.29 63	0.67 122	12.49 414	1.10 109	0.98 123	1.34 257	1.75 310	1.00 170	1.89 359	6.65 374	0.81 227	0.19 92	0.15 126	0.20 74	0.22 199	0.18 42	0.19 112

TransformOpticalFlow	0.96 254	0.28 84	0.89 206	0.52 111	0.31 92	0.66 118	0.54 190	1.75 254	1.12 179	1.09 124	1.44 245	1.37 265	1.01 253	6.70 378	0.42 74	0.19 92	0.12 9	0.20 74	0.19 109	0.18 42	0.19 112

OMP-Stereo	0.94 250	0.33 188	0.72 119	0.90 356	0.31 92	0.49 31	0.36 57	1.16 122	1.06 154	1.58 316	1.12 140	1.46 278	0.69 131	6.94 381	0.49 123	0.19 92	0.14 76	0.24 171	0.18 89	0.20 98	0.14 11

IIG-Stereo	0.96 254	0.31 158	0.72 119	0.88 352	0.33 123	0.61 88	0.26 10	1.19 135	1.03 143	1.69 326	1.37 225	1.46 278	0.75 141	6.96 382	0.51 132	0.19 92	0.14 76	0.23 151	0.18 89	0.20 98	0.14 11

PSM-AAD	0.79 202	0.27 68	0.53 29	0.55 154	0.28 52	0.77 168	1.24 345	0.99 64	0.91 98	1.66 323	1.57 279	0.81 99	2.19 373	1.65 202	0.44 85	0.19 92	0.14 76	0.38 319	0.32 308	0.21 132	0.70 363

FTStereo	0.91 244	0.26 47	0.56 38	0.54 135	0.33 123	0.66 118	1.87 379	1.00 68	0.75 57	1.75 330	4.15 382	1.04 185	1.65 342	1.57 192	0.46 106	0.19 92	0.16 157	0.23 151	0.21 174	0.18 42	0.63 355

ASMatch	0.88 236	0.26 47	0.69 98	0.51 95	0.35 141	0.48 21	0.37 66	1.12 117	0.92 102	1.10 132	3.28 372	0.96 161	0.98 241	4.90 340	0.49 123	0.19 92	0.16 157	0.22 123	0.19 109	0.19 72	0.27 232

DeepStereo_LL	1.58 339	0.24 20	0.72 119	0.48 52	0.29 63	0.67 122	12.49 414	1.10 109	0.98 123	1.34 257	1.75 310	1.00 170	1.89 359	6.65 374	0.81 227	0.19 92	0.15 126	0.20 74	0.22 199	0.18 42	0.19 112

THIR-Stereo	1.02 275	0.27 68	0.69 98	0.49 65	0.28 52	0.95 222	1.34 352	1.03 77	0.97 118	1.34 257	1.90 328	1.17 218	1.58 335	6.44 371	0.78 217	0.19 92	0.14 76	0.21 97	0.22 199	0.19 72	0.20 135

GrayStereo	0.82 213	0.26 47	0.58 49	0.63 239	0.37 154	0.76 162	1.86 378	1.11 115	0.87 82	1.99 350	1.89 327	1.08 195	1.82 357	1.39 159	0.48 116	0.19 92	0.14 76	0.19 50	0.21 174	0.18 42	0.39 300

rafts_anoy	0.52 40	0.29 111	0.59 53	0.59 196	0.50 235	0.53 57	0.40 84	1.11 115	1.03 143	0.84 73	0.83 54	0.68 70	0.54 69	0.72 41	0.51 132	0.19 92	0.14 76	0.24 171	0.26 254	0.21 132	0.18 79

XX-TBD	0.46 25	0.70 339	0.35 1	0.79 324	0.25 18	0.58 75	0.26 10	0.69 4	1.27 247	0.76 54	1.00 88	0.45 15	0.33 10	0.47 3	0.37 38	0.19 92	0.15 126	0.15 3	0.11 6	0.17 25	0.14 11

raftrobust	0.52 40	0.25 36	0.56 38	0.65 260	0.52 253	0.49 31	0.34 44	0.98 62	0.91 98	1.30 234	0.87 61	0.63 58	0.81 168	0.78 52	0.41 66	0.19 92	0.15 126	0.16 9	0.14 23	0.15 5	0.16 42

RALAANet	0.60 102	0.33 188	0.87 198	0.62 231	0.50 235	0.69 133	0.31 28	1.21 136	1.06 154	1.09 124	1.16 157	0.88 131	0.46 34	1.22 127	0.42 74	0.19 92	0.15 126	0.21 97	0.17 75	0.27 223	0.17 61

MMNet	0.84 222	0.32 172	1.09 266	0.60 207	0.59 284	1.85 341	0.49 164	1.51 201	1.27 247	1.37 264	1.15 154	1.26 241	1.18 289	1.67 207	1.22 286	0.19 92	0.18 196	0.23 151	0.22 199	0.25 203	0.21 151

RASNet	1.12 295	0.30 127	0.91 212	0.66 265	0.77 333	0.97 230	0.57 219	1.37 168	1.35 285	1.02 108	1.34 216	2.11 349	1.43 321	7.09 383	1.39 309	0.19 92	0.17 181	0.17 15	0.19 109	0.18 42	0.16 42

Former-RAFT_DAM_RVC	0.46 25	0.36 230	0.71 115	0.47 41	0.36 146	0.67 122	0.35 47	0.78 12	1.12 179	0.61 40	0.62 21	0.39 4	0.39 14	0.71 38	0.39 55	0.20 118	0.17 181	0.22 123	0.18 89	0.23 178	0.19 112

CoDeX	0.73 176	0.29 111	0.93 218	0.54 135	0.36 146	1.14 256	0.61 234	2.34 367	1.17 206	1.16 168	1.25 182	0.91 137	0.87 197	1.33 142	0.64 184	0.20 118	0.16 157	0.21 97	0.18 89	0.20 98	0.18 79

ACVNet-DCA	0.56 87	0.31 158	0.50 18	0.54 135	0.26 20	1.18 266	0.51 171	1.42 178	0.78 64	0.58 33	0.79 49	0.48 23	0.88 201	1.46 171	0.32 7	0.20 118	0.12 9	0.25 207	0.15 31	0.22 153	0.21 151

xx1	0.67 149	0.31 158	0.50 18	0.54 135	0.26 20	1.18 266	0.51 171	0.93 45	3.05 384	0.58 33	0.79 49	0.95 155	0.77 153	1.46 171	0.32 7	0.20 118	0.12 9	0.24 171	0.23 219	0.22 153	0.21 151

1test111	0.54 63	0.31 158	0.50 18	0.54 135	0.26 20	1.18 266	0.51 171	1.42 178	0.78 64	0.58 33	0.79 49	0.48 23	0.88 201	0.88 72	0.59 165	0.20 118	0.12 9	0.25 207	0.15 31	0.22 153	0.21 151

cc1	0.64 127	0.31 158	0.50 18	0.54 135	0.26 20	1.18 266	0.51 171	0.93 45	3.05 384	0.58 33	0.79 49	0.48 23	0.88 201	1.46 171	0.32 7	0.20 118	0.12 9	0.25 207	0.15 31	0.19 72	0.19 112

DualNet	1.09 287	0.33 188	0.85 182	0.53 120	0.37 154	0.74 151	0.56 209	0.95 52	2.47 372	1.15 157	1.45 247	1.06 188	0.82 172	1.55 188	7.61 392	0.20 118	0.12 9	0.31 269	0.27 262	0.19 72	0.20 135

ffm	0.72 162	0.33 188	0.85 182	0.53 120	0.37 154	0.74 151	0.56 209	0.95 52	2.47 372	1.15 157	1.45 247	1.06 188	0.82 172	1.55 188	0.32 7	0.20 118	0.12 9	0.31 269	0.27 262	0.19 72	0.20 135

ff1	1.37 324	0.33 188	0.85 182	0.53 120	0.37 154	0.74 151	0.56 209	0.95 52	2.47 372	1.15 157	1.45 247	1.06 188	0.82 172	7.22 384	7.61 392	0.20 118	0.12 9	0.31 269	0.27 262	0.19 72	0.20 135

tt1	0.62 111	0.32 172	0.51 24	0.54 135	0.26 20	1.16 263	0.48 157	0.95 52	2.47 372	0.57 32	0.77 44	0.49 30	0.81 168	1.55 188	0.32 7	0.20 118	0.12 9	0.24 171	0.15 31	0.19 72	0.20 135

MIF-Stereo (partial)	0.45 24	0.25 36	0.70 104	0.50 72	0.52 253	0.35 5	0.26 10	0.91 40	0.59 22	0.45 13	0.71 34	0.51 33	0.51 59	1.11 116	0.45 93	0.20 118	0.16 157	0.23 151	0.20 138	0.24 192	0.18 79

MIF-Stereo	0.36 1	0.23 14	0.59 53	0.48 52	0.36 146	0.40 10	0.32 31	0.53 1	0.49 6	0.54 31	0.55 17	0.36 2	0.31 6	0.58 14	0.51 132	0.20 118	0.15 126	0.17 15	0.15 31	0.19 72	0.15 27

PCWNet_CMD	0.66 140	0.32 172	0.88 201	0.49 65	0.37 154	0.78 173	0.40 84	1.42 178	1.31 266	1.16 168	1.31 204	1.25 237	0.62 112	0.89 75	0.57 160	0.20 118	0.16 157	0.27 238	0.19 109	0.40 298	0.25 208

knoymous	0.51 39	0.29 111	0.47 13	0.43 8	0.30 80	0.55 66	0.55 203	1.02 74	0.77 62	0.98 98	0.85 57	0.94 149	0.56 79	0.85 67	0.45 93	0.20 118	0.14 76	0.26 227	0.14 23	0.23 178	0.23 184

riskmin	0.56 87	0.27 68	0.60 57	0.43 8	0.31 92	0.83 191	0.42 97	1.14 119	1.04 147	0.73 53	0.75 41	1.11 207	1.01 253	0.81 60	0.51 132	0.20 118	0.14 76	0.24 171	0.15 31	0.24 192	0.25 208

TestStereo1	0.63 117	0.28 84	0.75 147	0.76 318	0.31 92	0.48 21	0.43 113	1.30 157	1.21 223	0.97 94	1.31 204	0.64 61	0.77 153	1.75 220	0.42 74	0.20 118	0.15 126	0.22 123	0.18 89	0.21 132	0.17 61

IER	0.70 156	0.31 158	1.02 247	0.48 52	0.52 253	1.34 289	0.51 171	1.17 124	0.99 130	1.23 201	1.34 216	1.12 208	1.11 278	0.99 92	0.71 197	0.20 118	0.16 157	0.21 97	0.21 174	0.20 98	0.19 112

SA-5K	0.63 117	0.28 84	0.75 147	0.76 318	0.31 92	0.48 21	0.43 113	1.30 157	1.21 223	0.97 94	1.31 204	0.64 61	0.77 153	1.75 220	0.42 74	0.20 118	0.15 126	0.22 123	0.18 89	0.21 132	0.17 61

HHNet	0.62 111	0.26 47	0.63 67	0.43 8	0.45 211	0.50 40	0.58 222	1.07 102	1.01 137	1.25 213	2.23 348	0.70 78	0.61 107	1.07 110	0.47 111	0.20 118	0.13 43	0.23 151	0.19 109	0.19 72	0.30 258

NRIStereo	0.60 102	0.29 111	0.69 98	0.53 120	0.28 52	0.63 95	0.33 34	1.08 106	0.87 82	1.14 154	0.87 61	0.91 137	0.59 96	2.24 269	0.49 123	0.20 118	0.14 76	0.21 97	0.19 109	0.21 132	0.17 61

KYRaft	0.75 186	0.28 84	0.62 64	0.56 166	0.29 63	0.67 122	0.86 293	0.94 49	0.84 77	1.62 320	2.21 347	1.16 217	1.02 258	1.57 192	0.40 59	0.20 118	0.13 43	0.22 123	0.28 279	0.20 98	1.02 377

PFNet	0.91 244	0.26 47	1.10 269	0.63 239	0.32 107	0.64 97	0.56 209	1.17 124	0.99 130	1.47 289	1.08 120	0.98 164	0.69 131	6.62 373	0.54 152	0.20 118	0.12 9	0.24 171	0.19 109	0.20 98	0.17 61

AnonymousM	0.59 99	1.11 372	0.41 9	0.44 23	0.32 107	0.43 14	0.47 149	1.05 87	0.64 28	0.98 98	0.63 22	0.67 68	0.43 23	0.59 15	0.41 66	0.20 118	0.15 126	1.84 389	0.84 381	0.14 2	0.13 3

RALCasStereoNet	0.54 63	0.30 127	0.66 83	0.59 196	0.51 245	0.61 88	0.52 180	0.94 49	0.93 104	0.70 47	1.01 93	0.78 91	0.44 27	1.33 142	0.47 111	0.20 118	0.16 157	0.18 37	0.16 59	0.20 98	0.19 112

XX-Stereo	0.63 117	0.26 47	1.90 350	0.81 330	0.67 305	0.43 14	0.23 3	1.03 77	0.58 19	0.65 42	1.56 275	1.41 268	0.39 14	1.28 133	0.35 27	0.20 118	0.14 76	0.20 74	0.19 109	0.18 42	0.14 11

StereoDRNet-Refined	0.80 205	0.41 257	0.88 201	0.62 231	0.42 193	1.33 287	0.48 157	1.52 204	1.17 206	1.45 286	1.44 245	1.44 274	0.90 208	1.26 132	1.24 288	0.20 118	0.16 157	0.27 238	0.24 230	0.25 203	0.28 243
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	0.77 193	0.30 127	0.99 232	0.57 177	0.36 146	0.83 191	0.36 57	2.33 365	1.58 331	1.27 220	1.30 199	1.25 237	0.84 183	1.65 202	0.79 223	0.20 118	0.14 76	0.17 15	0.12 9	0.18 42	0.27 232

11t1	0.52 40	0.28 84	0.68 89	0.51 95	0.28 52	0.83 191	0.39 81	1.22 143	0.63 26	0.84 73	0.74 39	0.68 70	0.68 128	0.91 77	0.57 160	0.21 145	0.18 196	0.19 50	0.16 59	0.20 98	0.21 151

test croco	0.46 25	0.27 68	1.01 241	0.50 72	0.40 184	0.35 5	0.37 66	0.87 25	0.56 18	0.43 8	0.76 43	0.42 5	0.40 17	1.13 119	0.45 93	0.21 145	0.15 126	0.24 171	0.19 109	0.24 192	0.16 42

LL-Strereo	1.33 320	0.39 247	1.38 308	0.61 219	0.61 290	0.75 157	0.66 247	1.63 231	1.17 206	1.56 310	1.60 283	2.03 345	2.12 371	9.72 409	0.97 257	0.21 145	0.18 196	0.27 238	0.23 219	0.22 153	0.25 208

gwcnet-sp	0.74 179	0.33 188	1.44 312	0.57 177	0.45 211	1.40 297	0.54 190	1.50 196	1.14 191	1.30 234	1.02 100	0.94 149	0.82 172	1.39 159	0.76 209	0.21 145	0.21 242	0.22 123	0.21 174	0.22 153	0.22 166

scenet	0.74 179	0.33 188	1.44 312	0.57 177	0.45 211	1.40 297	0.54 190	1.50 196	1.14 191	1.30 234	1.02 100	0.94 149	0.82 172	1.39 159	0.76 209	0.21 145	0.21 242	0.22 123	0.21 174	0.22 153	0.22 166

ssnet	0.74 179	0.33 188	1.44 312	0.57 177	0.45 211	1.40 297	0.54 190	1.50 196	1.14 191	1.30 234	1.02 100	0.94 149	0.82 172	1.39 159	0.76 209	0.21 145	0.21 242	0.22 123	0.21 174	0.22 153	0.22 166

qqq	0.57 91	0.34 207	0.71 115	0.47 41	0.27 33	0.64 97	0.62 236	1.42 178	0.78 64	0.80 63	0.92 69	0.95 155	0.77 153	0.88 72	0.59 165	0.21 145	0.20 226	0.24 171	0.23 219	0.22 153	0.21 151

x	0.54 63	0.31 158	0.61 60	0.47 41	0.30 80	0.67 122	0.47 149	1.53 210	0.79 68	0.81 67	0.83 54	0.78 91	0.70 134	0.70 34	0.62 177	0.21 145	0.19 209	0.22 123	0.19 109	0.21 132	0.20 135

DAS	0.84 222	0.34 207	1.03 251	0.64 248	0.69 313	0.77 168	0.63 237	1.54 212	1.20 218	1.79 336	1.55 271	0.95 155	1.04 261	2.83 295	0.60 172	0.21 145	0.16 157	0.25 207	0.18 89	0.27 223	0.22 166

SepStereo	0.82 213	0.34 207	1.03 251	0.64 248	0.69 313	0.77 168	0.63 237	1.54 212	1.20 218	1.79 336	1.55 271	0.95 155	1.04 261	2.30 273	0.60 172	0.21 145	0.16 157	0.25 207	0.18 89	0.27 223	0.22 166

DeepStereo_RVC	0.55 78	0.29 111	0.72 119	0.51 95	0.30 80	0.59 79	0.33 34	1.03 77	0.70 48	1.16 168	0.93 71	0.83 111	0.94 224	0.96 84	0.54 152	0.21 145	0.14 76	0.21 97	0.19 109	0.24 192	0.24 196

CRE-IMP	0.55 78	0.30 127	0.74 145	0.52 111	0.29 63	0.79 177	0.25 4	1.04 81	0.72 53	1.09 124	0.95 73	0.81 99	0.57 87	1.10 113	0.50 129	0.21 145	0.14 76	0.23 151	0.19 109	0.28 237	0.22 166

RAFT	0.64 127	0.30 127	0.73 131	0.59 196	0.33 123	0.68 129	0.58 222	1.04 81	0.76 60	1.08 119	1.19 165	1.65 310	0.93 219	1.06 106	0.56 158	0.21 145	0.18 196	0.27 238	0.24 230	0.22 153	0.17 61

CFNet_pseudo	0.66 140	0.32 172	0.86 188	0.48 52	0.39 179	0.70 140	0.40 84	1.33 159	1.22 225	1.16 168	1.34 216	1.24 233	0.64 120	0.98 90	0.59 165	0.21 145	0.16 157	0.33 289	0.19 109	0.36 278	0.25 208

RAFT + AFF	1.00 269	0.42 260	1.09 266	0.67 275	0.50 235	1.22 274	1.24 345	2.24 359	1.19 213	1.30 234	1.56 275	1.17 218	1.49 330	3.44 317	0.83 234	0.21 145	0.25 281	0.30 265	0.26 254	0.27 223	0.27 232

SFCPSM	0.70 156	0.28 84	1.02 247	0.51 95	0.38 171	1.37 292	0.66 247	2.00 316	1.03 143	1.17 177	1.21 170	0.82 104	0.78 158	1.03 99	0.53 146	0.21 145	0.17 181	0.22 123	0.24 230	0.21 132	0.19 112

delet	0.85 226	0.32 172	0.95 223	0.65 260	0.66 303	1.64 320	0.84 287	1.75 254	1.35 285	1.32 246	1.30 199	1.30 252	0.88 201	1.68 212	1.10 273	0.21 145	0.21 242	0.24 171	0.24 230	0.21 132	0.21 151

ACVNet	0.63 117	0.31 158	0.54 33	0.54 135	0.36 146	0.80 182	0.46 143	1.37 168	1.07 159	0.93 84	1.30 199	1.08 195	0.85 186	0.80 56	0.94 250	0.21 145	0.19 209	0.21 97	0.18 89	0.22 153	0.18 79

acv_ft	0.75 186	0.31 158	0.95 223	0.70 293	0.86 352	1.24 276	0.53 186	1.44 185	1.07 159	1.24 209	1.30 199	1.08 195	0.92 213	0.80 56	1.34 301	0.21 145	0.19 209	0.21 97	0.18 89	0.21 132	0.18 79

BEATNet_4x	0.73 176	0.49 286	1.17 280	0.53 120	0.26 20	1.03 239	0.55 203	1.82 276	1.06 154	1.21 193	1.22 172	0.96 161	0.91 210	1.01 96	1.06 265	0.21 145	0.14 76	0.24 171	0.19 109	0.37 282	0.21 151

MSMDNet	0.66 140	0.32 172	0.87 198	0.49 65	0.37 154	0.79 177	0.40 84	1.43 184	1.31 266	1.15 157	1.31 204	1.24 233	0.63 117	0.88 72	0.57 160	0.21 145	0.16 157	0.26 227	0.19 109	0.39 294	0.24 196

ccs_rob	0.66 140	0.33 188	0.86 188	0.48 52	0.39 179	0.70 140	0.40 84	1.33 159	1.22 225	1.16 168	1.34 216	1.23 231	0.64 120	0.98 90	0.59 165	0.21 145	0.16 157	0.35 306	0.20 138	0.37 282	0.25 208

LE_ROB	8.05 409	0.37 236	23.53 416	0.74 312	0.33 123	2.77 377	2.87 405	3.71 392	27.24 423	25.39 423	8.87 408	8.46 406	26.71 423	6.65 374	21.99 417	0.21 145	0.19 209	0.20 74	0.21 174	0.25 203	0.22 166

mmm	0.63 117	0.35 223	0.72 119	0.51 95	0.30 80	0.86 200	0.54 190	1.59 220	0.86 78	1.07 118	1.38 229	0.79 94	0.75 141	0.91 77	0.58 163	0.22 168	0.18 196	0.29 256	0.25 241	0.25 203	0.23 184

1111x	1.70 351	0.29 111	0.86 188	0.51 95	0.27 33	1.01 237	0.68 252	2.22 357	1.28 252	1.13 152	1.40 235	1.21 224	1.10 277	5.53 354	15.20 411	0.22 168	0.21 242	0.22 123	0.22 199	0.24 192	0.22 166

EKT-Stereo	0.53 49	0.30 127	0.73 131	0.58 183	0.60 287	0.51 50	0.48 157	0.94 49	0.90 93	0.71 49	0.88 63	0.77 88	0.43 23	1.07 110	0.40 59	0.22 168	0.16 157	0.21 97	0.18 89	0.20 98	0.22 166

hknet	0.77 193	0.32 172	0.95 223	0.54 135	0.38 171	1.27 280	0.65 242	2.16 345	1.07 159	1.20 190	1.11 134	1.59 299	0.81 168	1.37 150	0.66 186	0.22 168	0.17 181	0.25 207	0.22 199	0.22 153	0.22 166

Patchmatch Stereo++	0.55 78	0.30 127	0.73 131	0.50 72	0.27 33	0.65 109	0.29 20	1.05 87	0.64 28	1.12 138	0.96 75	0.83 111	0.60 98	1.37 150	0.45 93	0.22 168	0.14 76	0.24 171	0.20 138	0.26 211	0.18 79
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.83 356	0.28 84	0.72 119	0.61 219	0.32 107	0.67 122	0.51 171	0.96 59	0.98 123	1.47 289	1.20 168	1.00 170	1.18 289	2.83 295	22.77 420	0.22 168	0.13 43	0.22 123	0.19 109	0.23 178	0.15 27

PSM-adaLoss	0.54 63	0.30 127	0.73 131	0.50 72	0.27 33	0.65 109	0.41 95	1.04 81	0.64 28	1.12 138	0.96 75	0.82 104	0.61 107	1.06 106	0.45 93	0.22 168	0.14 76	0.24 171	0.20 138	0.26 211	0.18 79

ROB_FTStereo_v2	0.54 63	0.30 127	0.73 131	0.50 72	0.27 33	0.64 97	0.42 97	1.05 87	0.64 28	1.12 138	0.96 75	0.83 111	0.60 98	1.12 118	0.46 106	0.22 168	0.14 76	0.24 171	0.20 138	0.26 211	0.18 79

ROB_FTStereo	0.54 63	0.30 127	0.73 131	0.50 72	0.27 33	0.64 97	0.25 4	1.05 87	0.64 28	1.12 138	0.95 73	0.82 104	0.61 107	1.15 121	0.45 93	0.22 168	0.14 76	0.24 171	0.20 138	0.26 211	0.18 79

HUI-Stereo	0.52 40	0.30 127	0.73 131	0.50 72	0.27 33	0.65 109	0.30 23	1.04 81	0.64 28	1.12 138	0.96 75	0.83 111	0.60 98	0.79 55	0.45 93	0.22 168	0.14 76	0.24 171	0.20 138	0.26 211	0.18 79

SST-Stereo	0.83 218	0.28 84	0.72 119	0.59 196	0.31 92	0.72 145	0.26 10	1.09 107	0.86 78	1.47 289	1.10 129	1.00 170	0.87 197	5.73 360	0.45 93	0.22 168	0.13 43	0.23 151	0.19 109	0.23 178	0.18 79

RAFT_R40	0.83 218	0.28 84	0.73 131	0.59 196	0.31 92	0.69 133	0.44 125	1.10 109	0.95 109	1.47 289	1.10 129	1.00 170	0.85 186	5.53 354	0.46 106	0.22 168	0.13 43	0.23 151	0.20 138	0.23 178	0.18 79

iGMRVC	0.56 87	0.30 127	0.73 131	0.50 72	0.27 33	0.65 109	0.38 70	1.05 87	0.64 28	1.12 138	0.96 75	0.83 111	0.60 98	1.52 180	0.46 106	0.22 168	0.14 76	0.24 171	0.20 138	0.26 211	0.18 79

IRAFT_RVC	0.88 236	0.28 84	0.76 156	0.63 239	0.31 92	0.65 109	1.02 324	1.22 143	0.94 107	1.22 198	1.04 111	1.01 177	0.98 241	5.82 361	0.53 146	0.22 168	0.12 9	0.25 207	0.20 138	0.20 98	0.19 112

iRAFT	0.55 78	0.30 127	0.73 131	0.50 72	0.27 33	0.65 109	0.29 20	1.05 87	0.64 28	1.12 138	0.96 75	0.83 111	0.60 98	1.37 150	0.45 93	0.22 168	0.14 76	0.24 171	0.20 138	0.26 211	0.18 79

RAFT-IKP	0.54 63	0.30 127	0.73 131	0.50 72	0.27 33	0.59 79	0.36 57	1.04 81	0.64 28	1.12 138	0.96 75	0.83 111	0.61 107	1.22 127	0.45 93	0.22 168	0.14 76	0.24 171	0.20 138	0.26 211	0.18 79

TestStereo	0.64 127	0.39 247	0.71 115	0.51 95	0.27 33	0.56 69	0.42 97	1.03 77	0.91 98	0.80 63	1.00 88	0.68 70	0.52 61	3.25 310	0.45 93	0.22 168	0.15 126	0.24 171	0.18 89	0.27 223	0.16 42

sAnonymous2	0.55 78	0.56 306	1.46 318	0.60 207	0.51 245	0.48 21	0.52 180	0.79 13	0.68 45	0.50 27	0.67 26	0.46 16	0.62 112	0.59 15	0.40 59	0.22 168	0.17 181	0.22 123	0.21 174	0.86 369	0.56 342

CroCo_RVC	0.55 78	0.56 306	1.46 318	0.60 207	0.51 245	0.48 21	0.52 180	0.79 13	0.68 45	0.50 27	0.67 26	0.46 16	0.62 112	0.59 15	0.40 59	0.22 168	0.17 181	0.22 123	0.21 174	0.86 369	0.56 342

test_xeample	1.45 331	0.28 84	0.65 77	0.51 95	0.28 52	0.94 218	0.59 229	2.14 340	1.29 256	1.24 209	1.51 265	0.88 131	0.86 194	1.46 171	15.10 410	0.22 168	0.20 226	0.22 123	0.20 138	0.22 153	0.22 166

FENet	0.60 102	0.28 84	0.63 67	0.54 135	0.33 123	0.83 191	0.38 70	1.27 153	1.07 159	1.00 102	0.86 58	0.99 169	0.85 186	0.96 84	0.68 190	0.22 168	0.15 126	0.23 151	0.20 138	0.22 153	0.23 184

HSM-Net_RVC	0.87 235	0.29 111	0.53 29	0.53 120	0.30 80	1.15 261	0.55 203	3.57 390	1.28 252	1.53 302	1.74 307	1.68 313	0.93 219	1.49 177	0.77 215	0.22 168	0.17 181	0.19 50	0.18 89	0.20 98	0.19 112
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HSM	1.19 307	0.32 172	0.65 77	0.57 177	0.38 171	1.23 275	0.59 229	2.25 360	1.19 213	1.30 234	1.25 182	1.94 335	1.03 260	9.32 404	0.71 197	0.22 168	0.16 157	0.20 74	0.16 59	0.21 132	0.21 151

whm_eth	0.65 132	0.47 278	1.05 255	0.55 154	0.64 298	0.69 133	0.45 136	1.34 163	1.26 240	1.02 108	1.92 330	0.49 30	0.48 48	0.70 34	0.52 138	0.23 191	0.20 226	0.25 207	0.24 230	0.24 192	0.31 268

DisPM	0.66 140	0.28 84	0.72 119	0.61 219	0.35 141	0.62 94	0.45 136	1.02 74	0.99 130	1.56 310	1.10 129	0.80 96	0.59 96	2.37 278	0.41 66	0.23 191	0.14 76	0.23 151	0.21 174	0.20 98	0.25 208

Wz-Net-LNSev-Ref	0.99 265	0.40 251	1.82 346	0.66 265	0.62 295	2.05 353	0.78 272	1.91 297	1.29 256	1.54 306	1.42 238	1.51 288	1.23 300	1.99 249	1.33 299	0.23 191	0.14 76	0.20 74	0.15 31	0.27 223	0.26 226

CIPLG	0.62 111	0.33 188	0.96 227	0.58 183	0.50 235	0.75 157	0.48 157	1.05 87	0.96 111	1.40 275	1.57 279	0.64 61	0.48 48	0.89 75	0.70 192	0.23 191	0.15 126	0.19 50	0.16 59	0.19 72	0.21 151

IPLGR_C	0.62 111	0.33 188	0.99 232	0.58 183	0.49 229	0.76 162	0.48 157	1.10 109	0.96 111	1.40 275	1.56 275	0.62 56	0.48 48	0.80 56	0.71 197	0.23 191	0.15 126	0.19 50	0.16 59	0.19 72	0.21 151

ACRE	0.61 108	0.33 188	1.01 241	0.58 183	0.49 229	0.75 157	0.47 149	1.06 100	0.95 109	1.37 264	1.55 271	0.62 56	0.46 34	0.83 63	0.70 192	0.23 191	0.15 126	0.19 50	0.16 59	0.18 42	0.21 151

TRStereo	0.60 102	0.60 323	0.97 229	0.74 312	0.67 305	0.46 19	0.38 70	1.85 282	0.89 89	0.79 61	0.80 53	0.88 131	0.39 14	1.10 113	0.41 66	0.23 191	0.15 126	0.23 151	0.24 230	0.17 25	0.15 27

NF-Stereo	0.80 205	0.30 127	0.75 147	0.60 207	0.31 92	0.64 97	0.44 125	1.21 136	0.90 93	1.29 227	1.02 100	0.82 104	0.57 87	5.40 352	0.48 116	0.23 191	0.14 76	0.24 171	0.20 138	0.20 98	0.30 258

Pruner-Stereo	0.62 111	0.29 111	0.70 104	0.61 219	0.31 92	0.63 95	0.43 113	1.17 124	0.99 130	1.53 302	1.08 120	0.95 155	0.55 75	1.35 146	0.51 132	0.23 191	0.14 76	0.24 171	0.21 174	0.21 132	0.23 184

UNet	0.83 218	0.34 207	1.31 299	0.58 183	0.74 323	1.58 314	0.49 164	1.41 176	1.04 147	1.21 193	1.08 120	1.54 291	1.12 281	1.65 202	1.09 270	0.23 191	0.17 181	0.25 207	0.20 138	0.25 203	0.22 166

FADNet-RVC-Resample	0.84 222	0.47 278	2.10 356	0.61 219	0.45 211	1.07 247	0.61 234	1.59 220	1.20 218	1.08 119	0.98 83	1.03 182	0.98 241	2.17 262	0.72 200	0.23 191	0.22 256	0.30 265	0.32 308	0.35 272	0.34 280

ADCRef	1.35 322	0.55 303	2.37 367	0.72 303	0.77 333	1.94 346	0.78 272	1.91 297	1.27 247	1.57 314	1.59 282	1.36 262	1.41 319	1.54 186	7.53 391	0.23 191	0.20 226	0.32 282	0.30 298	0.29 242	0.29 246

CFNet	0.96 254	0.36 230	1.01 241	0.62 231	0.42 193	0.99 234	0.47 149	1.90 293	1.32 271	0.99 100	1.39 233	1.10 203	0.86 194	5.58 357	0.79 223	0.23 191	0.17 181	0.28 248	0.27 262	0.26 211	0.21 151

iResNetv2_ROB	0.80 205	0.37 236	1.71 338	0.56 166	0.37 154	0.94 218	0.64 240	1.73 248	1.34 277	1.23 201	1.42 238	1.26 241	0.92 213	1.85 235	0.56 158	0.23 191	0.15 126	0.19 50	0.14 23	0.24 192	0.19 112

DISCO	1.03 276	0.34 207	1.11 271	0.69 288	0.45 211	2.07 354	0.84 287	2.13 336	1.50 322	1.15 157	1.33 211	2.40 361	1.07 272	2.60 288	1.51 327	0.23 191	0.18 196	0.22 123	0.20 138	0.31 258	0.27 232

DispNO	1.00 269	0.37 236	1.69 336	0.61 219	0.56 266	0.75 157	0.63 237	1.80 271	1.44 314	1.17 177	1.66 298	1.05 187	1.06 268	5.00 343	0.86 242	0.24 206	0.22 256	0.25 207	0.19 109	0.24 192	0.22 166

SMFormer	0.75 186	0.30 127	0.86 188	0.46 35	0.26 20	0.82 187	0.43 113	2.05 325	1.39 300	1.23 201	1.47 254	0.98 164	0.95 229	1.71 215	0.82 232	0.24 206	0.20 226	0.22 123	0.21 174	0.23 178	0.24 196

tta	0.75 186	0.30 127	0.86 188	0.46 35	0.26 20	0.82 187	0.43 113	2.05 325	1.39 300	1.23 201	1.47 254	0.98 164	0.95 229	1.71 215	0.82 232	0.24 206	0.20 226	0.22 123	0.21 174	0.18 42	0.18 79

qqq1	0.72 162	0.30 127	0.86 188	0.46 35	0.26 20	0.82 187	0.43 113	2.05 325	1.39 300	1.23 201	1.47 254	0.98 164	0.95 229	1.71 215	0.44 85	0.24 206	0.20 226	0.18 37	0.15 31	0.18 42	0.18 79

fff1	0.72 162	0.30 127	0.86 188	0.46 35	0.26 20	0.82 187	0.43 113	2.05 325	1.39 300	1.23 201	1.47 254	0.98 164	0.95 229	1.71 215	0.44 85	0.24 206	0.20 226	0.18 37	0.15 31	0.18 42	0.18 79

mmx	1.39 326	0.33 188	0.85 182	0.53 120	0.37 154	0.74 151	0.56 209	2.13 336	1.37 292	1.15 157	1.45 247	1.06 188	0.82 172	7.22 384	7.61 392	0.24 206	0.19 209	0.31 269	0.27 262	0.30 251	0.25 208

xxx	1.39 326	0.33 188	0.85 182	0.53 120	0.37 154	0.74 151	0.56 209	2.13 336	1.37 292	1.15 157	1.45 247	1.06 188	0.82 172	7.22 384	7.61 392	0.24 206	0.19 209	0.31 269	0.27 262	0.30 251	0.25 208

iinet-f	0.99 265	0.45 272	3.71 384	0.55 154	0.43 198	1.81 336	0.68 252	1.14 119	1.14 191	1.18 182	1.42 238	1.58 298	1.44 322	1.34 145	1.59 331	0.24 206	0.23 265	0.20 74	0.19 109	0.26 211	0.25 208

BUS	0.74 179	0.32 172	0.68 89	0.54 135	0.44 204	2.34 365	0.42 97	2.16 345	0.98 123	1.20 190	1.11 134	1.03 182	0.62 112	0.91 77	0.70 192	0.24 206	0.17 181	0.25 207	0.22 199	0.22 153	0.22 166

BSDual-CNN	0.71 161	0.32 172	0.68 89	0.54 135	0.44 204	1.27 280	0.65 242	2.16 345	0.98 123	1.20 190	1.11 134	1.12 208	0.74 139	0.91 77	0.66 186	0.24 206	0.17 181	0.25 207	0.22 199	0.22 153	0.22 166

psmg	0.72 162	0.32 172	0.68 89	0.50 72	0.44 204	1.48 305	0.75 264	1.94 306	0.98 123	1.21 193	1.33 211	1.12 208	0.74 139	0.91 77	0.66 186	0.24 206	0.19 209	0.25 207	0.25 241	0.23 178	0.22 166

ADLNet2	0.88 236	0.34 207	1.17 280	0.77 321	0.64 298	1.12 254	0.76 267	1.74 252	1.24 232	1.21 193	1.65 296	1.71 316	1.05 265	1.67 207	1.17 282	0.24 206	0.21 242	0.21 97	0.22 199	0.26 211	0.29 246

OCTAStereo	0.80 205	0.30 127	0.75 147	0.60 207	0.31 92	0.64 97	0.44 125	1.21 136	0.90 93	1.29 227	1.01 93	0.82 104	0.57 87	5.35 347	0.48 116	0.24 206	0.14 76	0.24 171	0.20 138	0.20 98	0.30 258

PSM-softLoss	0.78 199	0.31 158	0.77 160	0.58 183	0.32 107	0.56 69	0.40 84	1.18 129	0.70 48	1.24 209	1.07 117	0.83 111	0.52 61	5.36 348	0.53 146	0.24 206	0.15 126	0.25 207	0.22 199	0.20 98	0.25 208

KMStereo	0.78 199	0.31 158	0.77 160	0.58 183	0.32 107	0.56 69	0.40 84	1.18 129	0.70 48	1.24 209	1.07 117	0.83 111	0.52 61	5.36 348	0.53 146	0.24 206	0.15 126	0.25 207	0.22 199	0.20 98	0.25 208

RE-Stereo	0.80 205	0.30 127	0.75 147	0.60 207	0.31 92	0.64 97	0.44 125	1.21 136	0.90 93	1.29 227	1.01 93	0.81 99	0.57 87	5.37 350	0.48 116	0.24 206	0.14 76	0.24 171	0.20 138	0.20 98	0.30 258

TVStereo	0.80 205	0.30 127	0.75 147	0.60 207	0.31 92	0.64 97	0.44 125	1.21 136	0.90 93	1.29 227	1.01 93	0.81 99	0.57 87	5.37 350	0.48 116	0.24 206	0.14 76	0.24 171	0.20 138	0.20 98	0.30 258

Anonymous	0.53 49	0.38 242	0.91 212	0.66 265	0.73 321	0.65 109	0.59 229	0.95 52	0.73 56	0.47 14	0.58 20	0.42 5	0.60 98	0.80 56	0.53 146	0.24 206	0.23 265	0.21 97	0.21 174	0.41 301	0.29 246

222	1.61 343	0.29 111	0.67 86	0.56 166	0.29 63	1.06 245	0.42 97	2.17 351	1.31 266	1.31 244	1.52 266	0.92 145	0.94 224	1.76 225	17.65 414	0.24 206	0.20 226	0.21 97	0.19 109	0.22 153	0.23 184

xxxx	1.51 335	0.28 84	0.68 89	0.54 135	0.28 52	1.16 263	0.44 125	2.19 353	1.29 256	1.09 124	1.36 223	1.22 226	0.85 186	1.79 228	15.70 413	0.24 206	0.21 242	0.21 97	0.20 138	0.22 153	0.23 184

GMStereo	0.55 78	0.45 272	0.94 220	0.50 72	0.32 107	0.64 97	0.43 113	1.00 68	1.40 305	0.82 70	0.73 37	0.51 33	0.45 30	0.85 67	0.55 156	0.24 206	0.15 126	0.20 74	0.21 174	0.31 258	0.24 196
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UPFNet	0.80 205	0.32 172	0.90 209	0.59 196	0.74 323	1.26 279	0.80 281	1.52 204	1.10 173	1.30 234	1.12 140	1.30 252	0.84 183	1.67 207	1.09 270	0.24 206	0.24 274	0.24 171	0.23 219	0.25 203	0.18 79

HGLStereo	0.85 226	0.38 242	0.94 220	0.80 327	1.03 365	1.17 265	0.58 222	1.52 204	1.20 218	1.19 186	1.62 290	1.13 213	1.20 295	1.80 229	1.06 265	0.24 206	0.24 274	0.24 171	0.21 174	0.23 178	0.27 232

SuperB	2.53 382	0.59 316	18.45 412	0.69 288	0.50 235	1.87 343	0.88 296	1.67 239	2.39 369	1.50 298	1.42 238	1.14 215	1.15 285	4.28 330	5.07 381	0.24 206	0.19 209	0.22 123	0.19 109	7.86 419	0.34 280

ADCP+	1.99 366	0.48 283	7.73 397	0.66 265	0.91 356	2.30 363	1.05 327	1.82 276	1.34 277	1.54 306	1.32 209	1.74 320	1.61 339	2.17 262	13.37 406	0.24 206	0.21 242	0.32 282	0.28 279	0.37 282	0.29 246

StereoVision	0.65 132	0.34 207	0.86 188	0.59 196	0.40 184	0.50 40	0.41 95	1.09 107	0.93 104	0.71 49	2.50 360	0.82 104	0.57 87	1.03 99	0.49 123	0.25 231	0.28 299	0.29 256	0.28 279	0.36 278	0.20 135

CFNet_ucs	0.70 156	0.33 188	0.88 201	0.50 72	0.43 198	0.74 151	0.44 125	1.60 223	1.29 256	1.22 198	1.54 269	1.09 201	0.63 117	0.99 92	0.59 165	0.25 231	0.20 226	0.37 316	0.21 174	0.40 298	0.28 243

AACVNet	0.86 231	0.35 223	0.79 170	0.82 335	0.39 179	0.76 162	0.49 164	1.61 226	0.81 70	1.08 119	1.33 211	1.30 252	0.93 219	4.34 331	0.74 204	0.25 231	0.21 242	0.28 248	0.22 199	0.29 242	0.25 208

PFNet+	0.59 99	0.28 84	0.77 160	0.53 120	0.30 80	0.59 79	0.31 28	0.92 41	1.14 191	1.33 254	1.10 129	0.79 94	0.57 87	1.31 138	0.49 123	0.25 231	0.17 181	0.28 248	0.26 254	0.21 132	0.25 208

psm_up	0.77 193	0.34 207	0.70 104	0.66 265	0.58 277	1.05 242	0.92 305	1.52 204	1.12 179	1.26 217	1.16 157	1.31 255	1.23 300	1.20 125	0.81 227	0.25 231	0.29 307	0.31 269	0.27 262	0.27 223	0.25 208

aanetorigin	1.23 308	0.79 350	2.78 378	0.70 293	0.79 338	0.99 234	1.06 328	1.06 100	1.37 292	3.52 388	2.61 362	1.72 317	1.63 340	1.99 249	1.78 337	0.25 231	0.24 274	0.26 227	0.25 241	0.38 290	0.45 317

EDNetEfficientorigin	10.57 412	1.47 386	177.42 437	0.67 275	0.53 256	1.58 314	1.16 339	1.90 293	3.37 388	4.71 401	3.38 373	3.10 378	2.69 384	3.13 307	3.58 372	0.25 231	0.23 265	0.33 289	0.27 262	0.83 368	0.81 369

cf-r	0.73 176	0.30 127	0.77 160	0.55 154	0.63 296	0.78 173	0.48 157	1.79 269	1.15 200	1.13 152	1.26 188	1.43 270	0.87 197	1.40 164	0.85 240	0.25 231	0.18 196	0.22 123	0.23 219	0.19 72	0.19 112

GANet-RSSM	0.72 162	0.28 84	0.63 67	0.64 248	0.58 277	0.80 182	0.58 222	1.89 290	1.08 163	1.04 115	1.25 182	1.15 216	1.04 261	1.49 177	0.62 177	0.25 231	0.19 209	0.22 123	0.22 199	0.22 153	0.21 151

GwcNet-RSSM	0.77 193	0.32 172	1.01 241	0.62 231	0.54 259	0.78 173	0.51 171	1.73 248	1.20 218	1.09 124	1.37 225	1.46 278	0.85 186	1.53 184	1.09 270	0.25 231	0.18 196	0.23 151	0.24 230	0.20 98	0.19 112

DMCA	0.67 149	0.34 207	0.90 209	0.51 95	0.44 204	0.86 200	0.47 149	1.42 178	1.02 140	1.17 177	1.12 140	1.23 231	0.75 141	0.78 52	0.95 252	0.25 231	0.19 209	0.27 238	0.19 109	0.24 192	0.27 232

NLCA_NET_v2_RVC	0.79 202	0.43 263	1.05 255	0.64 248	0.58 277	0.95 222	0.53 186	1.53 210	1.18 210	1.37 264	1.15 154	1.43 270	0.88 201	1.61 198	0.84 237	0.25 231	0.22 256	0.27 238	0.27 262	0.29 242	0.29 246
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	1.16 305	0.52 296	1.49 325	0.65 260	0.45 211	0.75 157	0.69 256	1.42 178	1.55 330	1.34 257	1.87 325	1.53 290	0.78 158	7.43 389	1.38 306	0.25 231	0.17 181	0.19 50	0.16 59	0.22 153	0.26 226

DLCB_ROB	0.86 231	0.40 251	0.78 168	0.68 285	0.54 259	1.11 251	0.84 287	1.49 192	1.23 228	1.64 322	1.65 296	1.70 315	0.91 210	1.70 214	1.05 263	0.25 231	0.24 274	0.26 227	0.27 262	0.27 223	0.24 196

fast-acv-ft	0.94 250	0.44 266	1.40 309	0.58 183	0.51 245	1.77 333	0.69 256	1.36 167	1.42 311	1.29 227	1.86 323	1.74 320	1.25 303	1.52 180	1.38 306	0.26 245	0.28 299	0.28 248	0.28 279	0.27 223	0.26 226

CRFU-Net	0.86 231	0.39 247	1.00 237	0.65 260	0.57 269	1.78 335	0.86 293	2.15 342	0.81 70	1.38 269	1.18 162	1.64 308	1.19 292	1.35 146	0.90 247	0.26 245	0.22 256	0.21 97	0.19 109	0.23 178	0.24 196

GANet-ADL	0.60 102	0.35 223	0.72 119	0.64 248	0.40 184	0.68 129	0.51 171	1.49 192	1.12 179	0.95 90	1.08 120	0.91 137	0.57 87	0.76 49	0.55 156	0.26 245	0.18 196	0.18 37	0.16 59	0.23 178	0.25 208

sCroCo_RVC	0.49 36	0.40 251	1.02 247	0.65 260	0.60 287	0.52 52	0.40 84	0.83 22	0.61 23	0.44 9	0.74 39	0.49 30	0.50 57	0.63 26	0.48 116	0.26 245	0.27 293	0.23 151	0.22 199	0.29 242	0.25 208

EDNetEfficient	2.37 376	1.10 369	8.08 399	0.74 312	0.71 316	0.98 233	1.56 363	1.46 188	4.06 394	4.90 402	2.82 366	2.25 352	3.48 392	2.95 299	9.97 400	0.26 245	0.24 274	0.26 227	0.30 298	0.68 362	0.61 353

CFNet-ft	0.72 162	0.32 172	0.54 33	0.66 265	0.54 259	0.83 191	0.55 203	1.37 168	1.15 200	0.93 84	1.28 195	1.57 295	0.97 237	1.35 146	0.81 227	0.26 245	0.20 226	0.33 289	0.25 241	0.30 251	0.23 184

ADCL	1.72 354	0.57 310	3.66 382	0.67 275	0.61 290	2.61 374	1.85 377	1.96 309	1.67 337	1.90 346	1.83 318	2.06 348	1.90 361	2.13 260	9.15 399	0.26 245	0.24 274	0.34 299	0.32 308	0.38 290	0.35 285

RYNet	1.17 306	0.49 286	1.24 289	0.70 293	0.97 364	1.71 324	0.92 305	1.91 297	1.46 317	1.38 269	1.14 148	1.88 325	1.30 312	4.24 327	1.87 340	0.26 245	0.21 242	0.35 306	0.27 262	0.55 342	0.54 338

CFNet_RVC	0.72 162	0.32 172	0.54 33	0.66 265	0.54 259	0.83 191	0.55 203	1.37 168	1.15 200	0.93 84	1.28 195	1.57 295	0.97 237	1.35 146	0.81 227	0.26 245	0.20 226	0.33 289	0.25 241	0.30 251	0.23 184

Wz-Net-MNSev	1.11 293	0.58 313	2.23 363	0.66 265	0.71 316	1.95 347	1.46 358	1.98 314	1.45 316	1.79 336	1.43 242	1.49 285	1.33 315	1.97 248	1.42 318	0.27 254	0.23 265	0.28 248	0.28 279	0.34 271	0.31 268

AASNet	0.76 192	0.35 223	0.91 212	0.79 324	0.81 345	1.14 256	0.56 209	2.02 323	1.08 163	1.22 198	1.24 178	0.93 146	0.76 149	0.77 51	1.16 280	0.27 254	0.23 265	0.24 171	0.20 138	0.28 237	0.24 196

GwcNet-ADL	0.64 127	0.31 158	0.79 170	0.56 166	0.41 190	0.60 85	0.58 222	1.41 176	1.26 240	1.08 119	1.13 145	0.91 137	0.60 98	1.04 104	0.78 217	0.27 254	0.18 196	0.18 37	0.18 89	0.25 203	0.29 246

ADLNet	0.85 226	0.36 230	0.89 206	0.85 344	0.72 318	1.24 276	0.76 267	1.82 276	1.36 288	1.52 301	1.35 222	1.27 245	0.99 249	1.23 129	1.15 279	0.27 254	0.20 226	0.26 227	0.25 241	0.28 237	0.30 258

GES	0.66 140	0.34 207	0.90 209	0.59 196	0.38 171	0.94 218	0.57 219	2.11 335	0.86 78	1.02 108	1.11 134	0.66 66	0.79 160	0.99 92	0.61 174	0.27 254	0.19 209	0.20 74	0.20 138	0.21 132	0.30 258

ac_64	0.82 213	0.29 111	0.81 176	0.71 300	0.60 287	1.05 242	0.54 190	1.99 315	0.92 102	1.18 182	1.06 114	1.99 340	1.08 273	1.94 245	0.97 257	0.27 254	0.22 256	0.24 171	0.23 219	0.22 153	0.19 112

PSMNet-RSSM	0.72 162	0.30 127	0.61 60	0.63 239	0.42 193	0.73 148	0.56 209	1.92 300	1.10 173	1.09 124	1.37 225	1.22 226	0.98 241	1.28 133	0.72 200	0.27 254	0.19 209	0.27 238	0.29 290	0.24 192	0.24 196

DMCA-RVC	0.74 179	0.40 251	1.27 295	0.66 265	0.49 229	0.77 168	0.47 149	1.35 165	1.01 137	1.53 302	1.01 93	1.29 251	0.82 172	1.31 138	0.78 217	0.27 254	0.21 242	0.35 306	0.27 262	0.32 263	0.24 196

FADNet_RVC	0.83 218	0.51 293	1.83 348	0.54 135	0.42 193	1.19 270	0.46 143	1.51 201	1.09 169	0.89 78	1.24 178	0.91 137	0.87 197	2.11 259	1.11 275	0.27 254	0.22 256	0.31 269	0.28 279	0.43 311	0.38 297

DRN-Test	1.00 269	0.44 266	1.13 275	0.70 293	0.81 345	1.62 317	0.79 275	2.14 340	1.44 314	1.78 333	1.33 211	1.43 270	1.05 265	2.18 265	1.53 328	0.27 254	0.21 242	0.31 269	0.30 298	0.32 263	0.28 243

Wz-Net-LNSev	1.03 276	0.67 333	2.71 376	0.64 248	0.84 349	1.75 328	1.00 321	1.80 271	1.32 271	1.28 222	1.25 182	1.65 310	1.22 299	1.39 159	1.40 310	0.28 264	0.26 285	0.24 171	0.23 219	0.33 269	0.32 274

NINENet	0.77 193	0.37 236	0.78 168	0.62 231	0.51 245	2.34 365	0.42 97	1.83 280	1.04 147	1.14 154	1.23 176	1.03 182	0.62 112	1.24 130	0.70 192	0.28 264	0.23 265	0.31 269	0.21 174	0.26 211	0.25 208

dd	0.59 99	0.48 283	0.97 229	0.55 154	0.32 107	0.64 97	0.47 149	1.02 74	1.34 277	0.78 58	0.86 58	0.58 48	0.54 69	1.01 96	0.86 242	0.28 264	0.18 196	0.26 227	0.19 109	0.32 263	0.24 196

LMCR-Stereo	0.82 213	0.46 274	0.88 201	0.75 316	0.43 198	1.33 287	0.56 209	2.43 373	0.98 123	1.53 302	1.49 260	0.74 82	1.00 251	1.63 200	0.89 245	0.28 264	0.17 181	0.22 123	0.17 75	0.29 242	0.20 135

HCRNet	0.70 156	0.39 247	0.73 131	0.60 207	0.59 284	0.76 162	0.35 47	1.22 143	1.13 189	1.02 108	0.99 85	1.02 179	0.76 149	2.19 266	0.70 192	0.28 264	0.19 209	0.28 248	0.23 219	0.25 203	0.23 184

UCFNet_RVC	0.69 154	0.35 223	0.49 17	0.64 248	0.39 179	0.85 199	0.58 222	1.75 254	1.14 191	0.97 94	1.19 165	1.17 218	0.93 219	0.99 92	0.62 177	0.28 264	0.20 226	0.34 299	0.31 302	0.32 263	0.27 232

StereoDRNet	0.98 264	0.47 278	1.70 337	0.76 318	0.94 360	1.51 308	0.91 303	1.92 300	1.32 271	1.61 317	1.13 145	1.47 283	0.97 237	1.75 220	1.46 323	0.28 264	0.23 265	0.29 256	0.27 262	0.35 272	0.27 232

NaN_ROB	1.13 298	0.55 303	1.15 277	0.64 248	0.48 226	1.61 316	2.03 387	1.72 247	1.48 319	2.09 355	1.27 191	1.40 266	1.08 273	3.94 323	1.30 297	0.28 264	0.34 326	0.28 248	0.28 279	0.30 251	0.33 278

ICVP	0.63 117	0.33 188	0.57 46	0.61 219	0.40 184	0.80 182	0.58 222	1.61 226	0.89 89	0.90 79	1.24 178	0.88 131	0.73 137	0.72 41	0.88 244	0.29 272	0.21 242	0.22 123	0.21 174	0.24 192	0.27 232
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.90 241	0.37 236	0.99 232	0.64 248	0.50 235	0.95 222	0.79 275	2.42 372	1.17 206	1.16 168	1.11 134	1.26 241	0.92 213	3.24 309	0.90 247	0.29 272	0.19 209	0.23 151	0.20 138	0.27 223	0.29 246

STTStereo	0.78 199	0.50 290	1.22 285	0.64 248	0.54 259	0.89 203	0.54 190	1.44 185	1.11 175	1.38 269	1.09 125	1.27 245	0.85 186	1.43 166	0.83 234	0.29 272	0.27 293	0.33 289	0.39 333	0.32 263	0.30 258

PA-Net	1.01 273	0.57 310	1.29 297	0.64 248	0.74 323	1.19 270	0.84 287	1.69 242	1.43 313	1.16 168	1.19 165	1.32 256	1.19 292	3.42 315	1.25 289	0.29 272	0.45 362	0.33 289	0.49 357	0.32 263	0.47 324
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ttt	0.94 250	0.34 207	0.59 53	0.61 219	0.37 154	0.94 218	0.50 170	2.17 351	1.34 277	1.23 201	1.61 287	0.91 137	0.76 149	1.85 235	3.97 377	0.30 276	0.26 285	0.26 227	0.24 230	0.29 242	0.29 246

coex-ft	8.13 410	2.13 403	98.04 436	0.67 275	0.53 256	1.71 324	1.56 363	1.65 233	11.11 408	18.17 422	3.75 378	3.88 384	7.61 411	2.98 302	6.49 387	0.30 276	0.30 311	0.32 282	0.31 302	0.66 360	0.50 332

ssnet_v2	0.88 236	0.36 230	1.02 247	0.62 231	0.38 171	1.32 286	0.97 315	2.07 331	1.34 277	1.37 264	1.18 162	1.54 291	0.92 213	1.10 113	1.65 332	0.30 276	0.27 293	0.30 265	0.28 279	0.27 223	0.26 226

GwcNet	1.08 285	0.51 293	2.33 365	0.79 324	1.18 377	1.76 330	0.70 258	1.68 240	1.47 318	1.41 277	1.64 294	1.74 320	1.04 261	2.20 267	1.41 314	0.30 276	0.29 307	0.29 256	0.27 262	0.30 251	0.35 285

DSFCA	0.93 249	0.34 207	1.06 258	0.52 111	0.65 301	1.55 312	0.93 309	1.49 192	1.19 213	1.56 310	1.15 154	1.50 286	0.96 234	3.07 303	1.02 262	0.30 276	0.26 285	0.25 207	0.25 241	0.28 237	0.24 196

FADNet-RVC	0.88 236	0.67 333	1.93 352	0.60 207	0.48 226	0.91 207	0.60 233	1.71 246	1.18 210	0.90 79	0.96 75	1.36 262	0.92 213	2.25 271	1.17 282	0.30 276	0.29 307	0.32 282	0.32 308	0.41 301	0.35 285

GANet	1.36 323	0.47 278	0.86 188	0.67 275	0.45 211	1.34 289	1.73 370	1.64 232	1.24 232	1.49 297	2.38 354	1.55 293	1.20 295	9.30 403	0.93 249	0.30 276	0.31 317	0.33 289	0.28 279	0.39 294	0.30 258

Wz-Net-SNSev	1.49 332	1.23 378	6.27 395	0.68 285	0.67 305	1.37 292	1.41 355	2.00 316	1.39 300	1.48 295	1.61 287	2.29 354	1.32 314	3.93 322	2.14 353	0.31 283	0.28 299	0.31 269	0.33 314	0.42 306	0.36 289

APVNet	1.06 280	0.53 299	1.42 311	0.84 339	0.79 338	1.92 344	0.82 285	1.90 293	1.08 163	1.08 119	1.43 242	1.56 294	1.13 283	3.07 303	1.58 329	0.31 283	0.34 326	0.42 334	0.36 327	0.36 278	0.37 291

AdaStereo	0.70 156	0.43 263	0.75 147	0.73 310	0.37 154	0.92 213	0.53 186	1.85 282	1.18 210	1.12 138	1.23 176	1.07 194	0.65 125	0.96 84	0.63 181	0.31 283	0.15 126	0.32 282	0.21 174	0.29 242	0.22 166
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
MDST_ROB	1.67 347	0.34 207	1.58 330	0.92 361	0.58 277	4.26 399	1.11 332	2.83 380	1.41 308	4.49 399	2.55 361	1.45 276	0.97 237	7.79 394	1.17 282	0.31 283	0.25 281	0.37 316	0.33 314	0.31 258	0.30 258

SGM_RVC	1.68 349	0.36 230	0.61 60	0.59 196	0.29 63	2.25 361	1.18 341	2.38 370	1.68 338	3.60 389	2.67 364	3.69 382	2.42 379	8.13 397	1.90 343	0.31 283	0.31 317	0.30 265	0.28 279	0.30 251	0.29 246
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GMStereo_Zeroshot	0.67 149	0.61 324	1.01 241	0.64 248	0.37 154	0.84 198	0.35 47	1.05 87	1.12 179	1.12 138	1.06 114	1.27 245	0.54 69	1.19 124	0.59 165	0.32 288	0.17 181	0.31 269	0.18 89	0.52 337	0.22 166

CSP-Net	0.97 260	0.38 242	0.83 180	0.53 120	0.41 190	1.63 318	0.77 270	2.00 316	1.05 151	1.25 213	1.20 168	1.33 257	0.83 181	4.93 342	0.85 240	0.32 288	0.22 256	0.20 74	0.20 138	0.23 178	0.25 208

pcwnet_v2	0.97 260	0.37 236	4.33 385	0.62 231	0.54 259	0.79 177	0.45 136	2.02 323	1.58 331	1.42 283	1.64 294	1.09 201	0.79 160	1.24 130	0.67 189	0.32 288	0.25 281	0.29 256	0.27 262	0.37 282	0.35 285

RTSC	1.29 314	0.73 341	2.44 368	0.83 338	0.57 269	1.85 341	0.65 242	1.88 288	2.00 359	2.20 358	1.66 298	1.60 301	1.26 305	2.33 275	3.92 375	0.32 288	0.23 265	0.27 238	0.29 290	0.37 282	0.37 291

ETE_ROB	0.96 254	0.64 330	1.16 278	0.69 288	0.48 226	1.14 256	1.13 335	1.77 263	1.19 213	1.91 347	1.45 247	1.73 318	1.05 265	1.60 197	1.14 278	0.32 288	0.26 285	0.38 319	0.34 319	0.39 294	0.41 305

PSMNet-ADL	0.72 162	0.35 223	0.62 64	0.69 288	0.46 221	1.14 256	0.44 125	1.37 168	1.01 137	0.83 71	1.17 160	1.33 257	0.96 234	1.43 166	0.95 252	0.33 293	0.22 256	0.21 97	0.23 219	0.27 223	0.29 246

hitnet-ft	0.79 202	0.35 223	0.57 46	0.58 183	0.42 193	0.96 226	0.46 143	1.47 190	1.33 274	1.19 186	1.22 172	1.81 324	0.98 241	1.66 206	0.94 250	0.33 293	0.28 299	0.34 299	0.27 262	0.35 272	0.31 268

FADNet	0.92 246	0.61 324	1.81 345	0.62 231	0.55 265	0.96 226	0.57 219	1.78 267	1.33 274	0.93 84	1.01 93	1.36 262	1.01 253	2.71 292	0.75 207	0.33 293	0.34 326	0.31 269	0.34 319	0.59 349	0.40 301

ADCMid	1.89 362	0.73 341	5.06 388	0.72 303	0.67 305	2.00 351	1.14 336	1.97 313	1.48 319	2.86 380	1.81 317	2.37 359	2.05 369	2.24 269	10.39 403	0.33 293	0.31 317	0.39 325	0.43 343	0.50 331	0.44 315

DANet	1.08 285	0.61 324	1.32 302	0.85 344	0.72 318	1.37 292	0.51 171	1.54 212	1.15 200	1.78 333	1.54 269	2.01 342	1.11 278	2.90 298	2.00 348	0.33 293	0.30 311	0.40 330	0.30 298	0.44 318	0.45 317
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TDLM	1.06 280	0.44 266	0.79 170	0.63 239	0.50 235	0.89 203	1.44 357	1.48 191	1.26 240	1.12 138	1.40 235	1.08 195	0.98 241	6.65 374	0.78 217	0.33 293	0.21 242	0.33 289	0.26 254	0.37 282	0.24 196

PWC_ROB	1.24 309	0.76 348	2.46 370	0.72 303	0.78 336	1.15 261	0.49 164	1.75 254	1.92 355	2.31 360	3.07 369	1.59 299	1.40 318	2.46 283	2.10 352	0.33 293	0.22 256	0.35 306	0.24 230	0.38 290	0.41 305

PSMNet_ROB	0.90 241	0.52 296	1.17 280	0.72 303	0.61 290	1.27 280	1.12 334	1.76 260	1.12 179	1.09 124	1.28 195	1.45 276	0.89 207	1.65 202	1.42 318	0.33 293	0.25 281	0.37 316	0.39 333	0.35 272	0.29 246

WZ-Net	1.95 363	0.95 360	10.10 402	0.86 346	0.78 336	1.69 323	1.60 366	2.20 356	1.98 358	2.08 354	1.93 331	2.30 355	1.97 364	5.30 346	3.17 369	0.34 301	0.26 285	0.29 256	0.31 302	0.51 335	0.47 324

SACVNet	0.85 226	0.46 274	0.85 182	0.81 330	0.56 266	0.80 182	0.79 275	1.68 240	1.12 179	1.34 257	1.33 211	1.25 237	0.94 224	2.39 280	0.76 209	0.34 301	0.26 285	0.31 269	0.29 290	0.35 272	0.44 315

CVANet_RVC	1.07 282	0.43 263	0.76 156	0.60 207	0.50 235	0.90 205	0.97 315	1.52 204	1.26 240	1.33 254	1.38 229	1.24 233	1.18 289	6.75 380	0.75 207	0.34 301	0.23 265	0.34 299	0.29 290	0.42 306	0.27 232

DeepPruner_ROB	0.74 179	0.48 283	0.87 198	0.57 177	0.44 204	0.79 177	0.54 190	1.73 248	0.96 111	1.38 269	1.27 191	1.24 233	0.73 137	1.43 166	0.73 203	0.34 301	0.28 299	0.27 238	0.26 254	0.31 258	0.31 268

FBW_ROB	1.71 353	0.62 327	1.45 316	0.67 275	0.61 290	1.81 336	1.08 330	2.52 376	1.70 339	1.77 332	1.73 306	1.98 339	1.25 303	12.57 415	1.84 339	0.34 301	0.37 341	0.56 364	0.38 332	0.45 321	0.43 313

SANet	1.88 359	0.57 310	2.18 362	0.63 239	0.40 184	2.80 379	1.57 365	2.39 371	5.88 403	2.36 365	3.57 376	3.72 383	2.97 387	4.74 336	1.76 336	0.34 301	0.30 311	0.32 282	0.29 290	0.48 327	0.37 291

CBMV	0.95 253	0.44 266	0.66 83	0.53 120	0.35 141	1.53 310	1.63 368	1.69 242	1.42 311	2.00 352	1.60 283	1.43 270	1.17 286	1.59 196	0.99 260	0.34 301	0.34 326	0.39 325	0.33 314	0.33 269	0.32 274
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
CASS	0.65 132	0.34 207	0.72 119	0.56 166	0.27 33	0.78 173	0.42 97	1.59 220	0.86 78	1.30 234	1.25 182	0.87 128	0.84 183	0.84 65	0.54 152	0.35 308	0.19 209	0.26 227	0.21 174	0.28 237	0.42 309
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Anonymous3	0.61 108	0.44 266	1.11 271	0.59 196	0.49 229	0.93 216	0.65 242	0.93 45	0.81 70	0.72 52	0.88 63	0.65 64	0.69 131	1.06 106	0.53 146	0.35 308	0.30 311	0.26 227	0.26 254	0.31 258	0.27 232

NCCL2	1.00 269	0.56 306	1.06 258	0.75 316	0.57 269	1.31 285	1.72 369	1.77 263	1.36 288	1.50 298	1.17 160	1.91 330	1.17 286	1.54 186	1.29 296	0.35 308	0.31 317	0.45 340	0.44 345	0.40 298	0.40 301

Syn2CoEx	1.14 300	0.69 336	1.66 334	0.80 327	0.67 305	1.40 297	0.88 296	2.06 330	1.54 328	1.25 213	1.58 281	1.42 269	1.50 331	4.09 325	1.40 310	0.36 311	0.32 324	0.34 299	0.29 290	0.29 242	0.34 280

stereogan	1.15 303	0.42 260	1.40 309	0.86 346	0.84 349	2.38 367	0.71 260	1.88 288	1.73 342	1.72 328	1.94 333	2.31 356	1.29 308	2.07 256	1.08 268	0.36 311	0.35 334	0.39 325	0.31 302	0.51 335	0.46 321

SGM-ForestM	6.52 406	0.38 242	1.26 292	0.63 239	0.35 141	13.59 417	5.32 411	6.32 410	6.70 405	11.14 414	9.18 409	22.51 424	13.93 413	16.89 417	20.07 416	0.36 311	0.37 341	0.36 314	0.35 323	0.36 278	0.34 280

SGM-Forest	1.24 309	0.38 242	0.60 57	0.52 111	0.37 154	1.56 313	1.30 350	1.65 233	1.36 288	2.11 356	1.79 314	1.63 305	0.93 219	7.48 391	0.95 252	0.36 311	0.37 341	0.39 325	0.34 319	0.37 282	0.32 274
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AnyNet_C32	1.96 364	1.10 369	5.17 389	0.90 356	1.11 370	2.12 357	2.37 398	1.85 282	1.48 319	2.45 368	1.70 303	2.05 347	1.64 341	2.50 284	10.28 402	0.37 315	0.34 326	0.35 306	0.41 339	0.49 330	0.54 338

Anonymous Stereo	1.28 313	0.75 346	2.45 369	0.74 312	0.77 333	0.93 216	1.77 371	1.51 201	1.31 266	1.67 324	1.29 198	1.20 223	0.75 141	6.29 369	1.68 335	0.37 315	0.36 339	0.38 319	0.40 337	0.43 311	0.45 317

PS-NSSS	0.99 265	0.58 313	0.93 218	0.58 183	0.57 269	0.91 207	0.80 281	1.81 275	1.14 191	1.14 154	1.67 301	1.00 170	0.83 181	4.62 335	0.78 217	0.37 315	0.31 317	0.52 351	0.32 308	0.45 321	0.38 297

LALA_ROB	1.01 273	0.59 316	1.16 278	0.67 275	0.51 245	1.63 318	1.26 349	1.69 242	1.38 296	1.81 339	1.37 225	1.94 335	1.02 258	1.58 194	1.38 306	0.37 315	0.27 293	0.43 336	0.37 330	0.43 311	0.37 291

SHD	1.31 317	0.71 340	2.34 366	0.86 346	0.75 329	1.77 333	0.65 242	2.22 357	2.50 376	2.40 367	1.71 304	1.91 330	1.60 338	1.93 244	2.37 356	0.38 319	0.31 317	0.38 319	0.40 337	0.48 327	0.50 332

ADCPNet	1.85 358	0.69 336	8.07 398	0.71 300	0.58 277	2.79 378	1.22 344	1.94 306	1.54 328	1.88 343	1.69 302	2.46 364	2.04 367	2.37 278	6.48 386	0.38 319	0.37 341	0.38 319	0.43 343	0.47 324	0.45 317

XPNet_ROB	0.96 254	0.49 286	1.09 266	0.72 303	0.57 269	1.11 251	1.14 336	1.66 238	1.23 228	1.85 342	1.39 233	1.64 308	1.11 278	1.80 229	1.42 318	0.38 319	0.30 311	0.33 289	0.29 290	0.37 282	0.34 280

Wz-Net-TNSev	1.88 359	2.08 402	7.66 396	0.67 275	0.64 298	2.42 368	1.83 376	2.33 365	1.74 344	1.57 314	1.56 275	2.58 366	1.90 361	4.86 338	3.12 366	0.39 322	0.37 341	0.33 289	0.37 330	0.53 339	0.58 347

psmorigin	1.52 336	0.69 336	10.52 405	0.68 285	0.59 284	1.13 255	0.70 258	1.57 218	1.19 213	1.99 350	1.79 314	2.26 353	1.47 327	2.09 257	1.36 305	0.39 322	0.40 350	0.34 299	0.33 314	0.43 311	0.56 342

S-Stereo	1.15 303	0.46 274	2.17 360	0.81 330	0.80 343	1.21 273	1.19 342	1.93 304	2.02 360	1.47 289	2.11 342	1.57 295	1.17 286	2.05 255	1.41 314	0.40 324	0.40 350	0.35 306	0.31 302	0.44 318	0.70 363

Nwc_Net	1.09 287	0.49 286	1.33 304	0.89 355	0.80 343	1.49 307	0.66 247	2.19 353	1.27 247	1.32 246	2.26 349	1.96 337	1.54 332	1.92 241	1.34 301	0.40 324	0.30 311	0.43 336	0.45 347	0.38 290	0.37 291

RTS	2.67 384	1.38 380	15.28 410	0.99 366	1.26 381	3.78 391	1.96 384	2.15 342	2.62 378	2.61 371	2.85 367	2.60 367	1.59 336	6.27 367	5.71 384	0.40 324	0.28 299	0.35 306	0.35 323	0.50 331	0.48 327

RTSA	2.67 384	1.38 380	15.28 410	0.99 366	1.26 381	3.78 391	1.96 384	2.15 342	2.62 378	2.61 371	2.85 367	2.60 367	1.59 336	6.27 367	5.71 384	0.40 324	0.28 299	0.35 306	0.35 323	0.50 331	0.48 327

ADCS	2.25 371	0.99 363	5.55 390	0.81 330	0.74 323	2.19 359	1.80 373	2.27 361	2.14 364	2.80 379	2.13 344	2.40 361	2.03 366	2.64 290	13.69 407	0.41 328	0.39 348	0.40 330	0.45 347	0.58 347	0.56 342

AnyNet_C01	2.26 372	1.78 391	10.22 404	0.93 362	0.74 323	2.92 381	2.20 393	2.29 363	1.80 347	2.53 370	2.41 357	2.71 371	1.73 348	3.41 314	6.72 388	0.41 328	0.39 348	0.40 330	0.42 341	0.67 361	0.63 355

LSM	6.33 405	1.10 369	13.19 408	1.41 383	68.17 432	1.64 320	1.90 381	1.92 300	2.46 371	2.99 383	3.11 370	1.88 325	1.80 354	2.61 289	2.06 351	0.41 328	0.58 380	0.50 349	0.57 367	0.64 356	17.66 424

dad	0.86 231	0.66 332	1.06 258	0.56 166	0.37 154	0.76 162	0.44 125	1.17 124	1.50 322	1.44 284	1.27 191	1.34 261	0.75 141	2.52 285	0.84 237	0.42 331	0.27 293	0.83 374	0.26 254	0.41 301	0.29 246

FINET	0.97 260	0.54 300	1.60 331	0.63 239	0.79 338	1.08 248	1.07 329	1.56 217	2.20 366	1.15 157	1.49 260	0.94 149	0.88 201	2.32 274	1.05 263	0.42 331	0.35 334	0.32 282	0.28 279	0.43 311	0.38 297

FAT-Stereo	1.07 282	0.41 257	1.32 302	0.72 303	0.58 277	1.08 248	0.89 298	1.96 309	1.65 335	1.75 330	1.98 334	2.03 345	1.48 328	2.02 251	1.18 285	0.42 331	0.35 334	0.34 299	0.29 290	0.35 272	0.53 337

edge stereo	1.11 293	0.50 290	1.30 298	0.71 300	0.65 301	1.14 256	0.75 264	1.93 304	1.37 292	1.71 327	1.83 318	2.54 365	1.44 322	2.43 282	1.23 287	0.42 331	0.41 352	0.54 357	0.35 323	0.42 306	0.46 321

DeepPrunerF	1.60 341	0.73 341	5.81 393	0.88 352	1.19 378	0.91 207	0.95 313	2.19 353	5.24 401	1.17 177	1.30 199	1.19 222	1.30 312	4.90 340	1.66 334	0.42 331	0.34 326	0.52 351	0.47 352	0.41 301	0.40 301

GASNet	0.99 265	0.97 361	1.72 339	0.98 365	0.68 311	0.83 191	0.67 250	1.60 223	1.28 252	1.31 244	1.22 172	1.22 226	1.21 298	2.41 281	1.41 314	0.43 336	0.26 285	0.36 314	0.34 319	0.55 342	0.31 268

NVstereo2D	0.92 246	0.41 257	1.48 323	0.72 303	0.72 318	1.20 272	0.87 295	1.75 254	1.38 296	0.99 100	1.13 145	1.26 241	0.98 241	2.21 268	0.89 245	0.43 336	0.20 226	0.38 319	0.24 230	0.57 345	0.63 355

CBMV_ROB	0.90 241	0.44 266	0.63 67	0.51 95	0.37 154	1.25 278	0.49 164	1.77 263	1.27 247	1.41 277	2.00 335	1.33 257	1.08 273	2.17 262	0.76 209	0.43 336	0.42 354	0.47 345	0.44 345	0.41 301	0.36 289

CSAN	1.41 329	0.59 316	1.26 292	0.70 293	0.50 235	1.76 330	1.78 372	1.77 263	1.90 354	2.35 363	2.32 351	1.92 333	1.94 363	5.56 356	1.49 326	0.43 336	0.35 334	0.40 330	0.41 339	0.43 311	0.41 305

MeshStereo	2.26 372	0.56 306	0.92 216	0.61 219	0.49 229	2.60 373	1.02 324	3.18 386	2.05 362	7.40 412	4.98 392	7.58 402	2.98 388	6.37 370	1.96 346	0.43 336	0.43 355	0.45 340	0.39 333	0.43 311	0.42 309
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
RGC	1.14 300	0.79 350	1.26 292	0.91 359	0.96 363	1.52 309	0.77 270	1.92 300	1.26 240	1.54 306	1.93 331	2.02 344	1.54 332	2.25 271	1.31 298	0.44 341	0.35 334	0.58 367	0.48 354	0.47 324	0.46 321

HBP-ISP	0.96 254	0.58 313	0.72 119	0.61 219	0.46 221	1.64 320	0.76 267	1.86 285	1.28 252	1.30 234	1.53 267	0.86 124	0.94 224	3.27 311	0.69 191	0.45 342	0.44 358	0.54 357	0.48 354	0.47 324	0.40 301

DGSMNet	1.14 300	0.76 348	2.49 371	0.81 330	0.86 352	1.39 296	1.39 354	2.13 336	1.35 285	1.26 217	1.63 293	1.48 284	0.98 241	1.75 220	1.10 273	0.45 342	0.43 355	0.55 361	0.49 357	0.75 367	0.70 363

MFN_U_SF_DS_RVC	1.74 355	0.87 356	3.56 381	0.80 327	0.75 329	3.72 390	2.44 400	1.82 276	1.82 349	1.74 329	1.91 329	1.92 333	1.26 305	7.69 393	1.28 295	0.45 342	0.47 366	0.52 351	0.77 377	0.50 331	0.50 332

NCC-stereo	1.10 290	0.54 300	1.24 289	0.84 339	0.94 360	1.29 283	0.89 298	2.01 320	1.34 277	1.32 246	1.74 307	1.88 325	1.74 349	2.35 276	1.25 289	0.45 342	0.37 341	0.45 340	0.58 368	0.42 306	0.42 309

Abc-Net	1.10 290	0.54 300	1.24 289	0.84 339	0.94 360	1.29 283	0.89 298	2.01 320	1.34 277	1.32 246	1.74 307	1.88 325	1.74 349	2.35 276	1.25 289	0.45 342	0.37 341	0.45 340	0.58 368	0.42 306	0.42 309
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NOSS_ROB	1.26 312	0.46 274	0.62 64	0.56 166	0.38 171	1.06 245	0.78 272	1.73 248	1.40 305	1.01 105	1.43 242	1.10 203	0.75 141	10.62 412	0.65 185	0.45 342	0.43 355	0.48 346	0.45 347	0.44 318	0.41 305

SAMSARA	1.55 338	0.84 352	2.61 373	1.22 378	1.07 367	2.50 370	1.93 382	2.05 325	1.89 352	2.75 376	1.66 298	2.81 372	1.69 347	3.08 305	1.97 347	0.46 348	0.51 372	0.42 334	0.46 350	0.58 347	0.59 349

PVD	1.70 351	0.84 352	2.26 364	0.94 364	0.83 348	2.48 369	0.97 315	2.59 378	3.35 387	3.01 385	2.77 365	2.34 358	2.47 381	2.67 291	3.14 367	0.47 349	0.45 362	0.59 368	0.48 354	0.59 349	0.75 368

AF-Net	1.13 298	0.52 296	1.33 304	0.86 346	0.91 356	1.38 295	0.71 260	2.16 345	1.62 333	1.56 310	2.40 356	1.99 340	1.65 342	1.81 231	1.48 325	0.48 350	0.28 299	0.49 348	0.33 314	0.39 294	0.32 274

G-Net	1.66 346	0.63 328	1.56 328	1.11 375	0.74 323	2.98 382	0.91 303	1.55 216	1.22 225	2.76 377	8.18 407	2.32 357	2.53 382	1.92 241	1.87 340	0.48 350	0.44 358	0.45 340	0.31 302	0.60 353	0.57 346

XQC	1.37 324	0.87 356	2.56 372	0.84 339	0.69 313	1.83 339	0.89 298	2.07 331	1.88 351	1.88 343	1.53 267	1.91 330	1.55 334	2.85 297	3.05 364	0.48 350	0.29 307	0.44 339	0.39 333	0.69 363	0.60 352

DPSNet	1.69 350	0.59 316	4.33 385	0.70 293	0.57 269	2.02 352	1.62 367	3.35 389	1.78 345	1.48 295	1.38 229	2.17 350	2.84 385	4.77 337	3.66 373	0.48 350	0.31 317	0.29 256	0.25 241	0.64 356	0.48 327

BEATNet-Init1	26.87 423	13.43 420	70.68 435	0.91 359	0.68 311	57.02 436	21.06 418	32.82 428	32.67 425	52.12 436	53.61 435	66.05 436	49.56 436	48.79 437	34.71 427	0.49 354	0.44 358	0.53 356	0.53 363	0.63 354	0.59 349

UDGNet	0.72 162	1.17 377	0.80 175	0.77 321	0.41 190	0.77 168	0.38 70	0.97 60	1.34 277	0.81 67	0.88 63	0.71 80	0.60 98	1.21 126	0.54 152	0.52 355	0.19 209	1.02 381	0.26 254	0.71 365	0.31 268

FCDSN-DC	2.32 374	0.63 328	0.81 176	0.84 339	0.75 329	2.23 360	0.94 311	2.09 334	1.80 347	5.45 406	7.72 404	7.77 404	6.93 410	3.39 312	1.80 338	0.52 355	0.48 367	0.52 351	0.51 361	0.57 345	0.58 347
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_RVC	1.52 336	0.84 352	3.42 380	0.87 351	0.66 303	2.56 372	0.95 313	2.36 368	1.70 339	1.98 349	1.86 323	2.45 363	1.79 353	2.95 299	2.58 358	0.52 355	0.48 367	0.55 361	0.59 371	0.59 349	0.61 353

RP	1.09 287	0.50 290	1.12 273	0.90 356	1.04 366	1.11 251	0.84 287	1.80 271	1.62 333	1.55 309	2.00 335	1.90 329	1.78 352	1.84 232	1.25 289	0.52 355	0.36 339	0.48 346	0.36 327	0.45 321	0.43 313

MSMD_ROB	1.99 366	0.59 316	0.89 206	0.70 293	0.61 290	3.95 395	0.94 311	1.80 271	1.79 346	4.41 397	4.43 383	8.17 405	3.66 394	3.40 313	1.33 299	0.52 355	0.48 367	0.54 357	0.58 368	0.53 339	0.50 332

WCMA_ROB	1.84 357	0.47 278	1.31 299	0.69 288	0.57 269	2.11 356	1.14 336	1.87 286	1.73 342	4.04 393	6.43 396	5.62 396	3.61 393	2.59 287	1.94 345	0.52 355	0.44 358	0.39 325	0.42 341	0.48 327	0.47 324

FC-DCNN	2.72 389	0.59 316	0.86 188	0.73 310	0.57 269	2.91 380	1.04 326	3.01 384	2.60 377	6.83 408	7.64 403	9.92 409	6.33 408	5.21 345	3.14 367	0.53 361	0.48 367	0.51 350	0.50 359	0.53 339	0.51 336

GANetREF_RVC	1.07 282	0.86 355	1.31 299	0.82 335	0.53 256	1.41 301	1.31 351	1.76 260	1.52 325	1.27 220	1.31 204	1.46 278	1.24 302	2.03 252	0.96 256	0.56 362	0.45 362	0.67 369	0.50 359	0.88 371	0.59 349
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
ccnet	1.12 295	0.67 333	1.01 241	0.78 323	0.73 321	1.72 326	0.99 319	1.84 281	1.26 240	1.47 289	1.85 322	1.75 323	1.29 308	1.75 220	1.88 342	0.57 363	0.53 374	0.57 366	0.55 365	0.59 349	0.54 338

MANE	6.19 404	0.59 316	1.03 251	0.93 362	1.22 380	13.38 416	2.69 401	12.81 417	17.94 419	8.21 413	10.82 411	14.72 414	11.68 412	11.39 414	11.90 405	0.59 364	0.50 371	0.52 351	1.76 405	0.55 342	0.54 338

PWCDC_ROB	1.29 314	0.75 346	1.33 304	1.05 370	0.88 355	1.73 327	0.52 180	1.89 290	3.28 386	1.29 227	4.88 391	1.22 226	1.46 325	1.77 227	1.45 322	0.60 365	0.26 285	0.29 256	0.25 241	0.52 337	0.37 291

PASM	1.34 321	0.92 359	2.62 374	0.86 346	0.87 354	1.03 239	1.08 330	1.50 196	1.51 324	1.82 340	1.41 237	1.68 313	1.26 305	4.87 339	1.34 301	0.61 366	0.65 385	0.68 370	0.78 378	0.69 363	0.68 362

Anonymous_2	1.30 316	0.55 303	0.82 178	0.52 111	0.58 277	1.01 237	0.64 240	1.25 151	0.97 118	0.96 91	0.78 46	1.33 257	1.29 308	1.03 99	0.74 204	0.62 367	0.64 383	1.06 382	9.63 419	1.16 379	0.49 331

ELAS	2.37 376	0.74 344	1.54 327	0.99 366	0.92 358	4.78 401	2.33 397	3.33 388	3.37 388	5.05 405	4.77 390	3.67 381	4.53 401	3.42 315	4.50 379	0.62 367	0.53 374	0.55 361	0.53 363	0.63 354	0.64 359
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	2.48 381	0.74 344	1.90 350	1.05 370	0.92 358	2.76 376	4.01 409	2.76 379	4.11 395	4.69 400	4.63 387	4.62 387	5.96 406	3.97 324	3.96 376	0.63 369	0.53 374	0.56 364	0.52 362	0.64 356	0.63 355
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSC_U_SF_DS_RVC	2.12 368	1.15 375	3.10 379	1.05 370	0.76 332	5.03 404	2.40 399	2.16 345	2.62 378	1.89 345	2.28 350	2.69 370	1.65 342	9.35 405	2.04 349	0.64 370	0.51 372	0.68 370	0.71 375	1.09 378	0.67 360

SDNR	1.62 344	0.51 293	2.17 360	0.53 120	0.56 266	3.80 393	0.45 136	1.54 212	1.29 256	1.33 254	2.41 357	1.08 195	0.96 234	11.18 413	1.16 280	0.66 371	0.63 382	0.43 336	0.32 308	0.64 356	0.67 360

Consistency-Raft	1.25 311	0.99 363	1.93 352	1.02 369	1.21 379	0.96 226	1.01 323	1.75 254	1.92 355	1.36 262	2.12 343	1.44 274	1.01 253	1.14 120	1.40 310	0.72 372	0.82 388	0.89 376	0.98 390	1.31 383	0.95 374

MADNet+	2.69 386	3.22 412	11.53 407	1.44 384	1.12 372	3.19 384	1.81 374	2.85 381	2.37 368	1.68 325	2.07 341	2.85 374	2.18 372	7.41 388	5.23 382	0.79 373	0.76 386	0.69 372	0.65 374	0.98 373	0.95 374

JetBlue	3.97 395	2.01 397	10.19 403	1.38 380	2.84 405	10.53 412	9.54 412	3.60 391	2.41 370	2.73 375	3.39 374	4.54 386	4.31 399	7.85 396	6.84 389	0.88 374	0.93 399	0.89 376	0.91 384	1.74 384	1.91 392

UDG	1.41 329	2.65 408	0.99 232	1.44 384	1.64 387	1.34 289	0.80 281	1.60 223	1.23 228	1.23 201	1.71 304	2.01 342	1.34 316	1.47 175	1.41 314	0.90 375	0.54 377	2.29 392	0.75 376	1.84 385	1.04 379

MFMNet_re	1.40 328	1.14 374	1.68 335	1.39 381	1.07 367	1.48 305	1.43 356	1.87 286	1.82 349	2.26 359	2.19 346	1.51 288	1.86 358	1.52 180	1.25 289	0.93 376	0.83 389	0.84 375	0.80 379	0.99 375	1.05 381

PMTNet	0.46 25	0.21 4	0.38 4	0.37 2	0.23 6	0.71 143	0.27 15	0.74 7	1.04 147	0.64 41	0.70 32	0.55 40	0.47 40	0.86 70	0.35 27	1.00 377	0.13 43	0.15 3	0.10 2	0.15 5	0.13 3

PDISCO_ROB	1.32 319	0.65 331	1.44 312	1.36 379	1.46 385	2.55 371	0.92 305	2.45 374	2.07 363	1.37 264	1.49 260	1.65 310	1.00 251	2.82 294	1.35 304	1.01 378	0.27 293	0.54 357	0.47 352	0.71 365	0.73 366

DispFullNet	2.34 375	2.85 410	3.66 382	3.08 403	2.27 395	1.97 348	0.67 250	2.00 316	1.70 339	2.52 369	2.00 335	2.23 351	5.86 404	3.44 317	1.58 329	1.01 378	0.32 324	2.64 403	1.94 408	2.85 398	2.24 396

anonymity	1.12 295	0.97 361	1.21 283	1.07 373	1.12 372	1.08 248	0.89 298	1.95 308	1.16 204	1.29 227	1.26 188	1.22 226	1.09 276	1.15 121	1.01 261	1.02 380	1.00 401	0.97 378	0.97 388	0.98 373	0.99 376

SPS-STEREO	1.67 347	1.04 366	1.23 286	1.21 377	1.13 374	1.82 338	1.11 332	2.16 345	1.52 325	3.07 387	2.32 351	2.82 373	1.80 354	4.11 326	2.04 349	1.03 381	0.99 400	0.97 378	0.94 386	1.03 377	1.02 377
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	2.41 379	1.07 367	2.14 359	1.18 376	1.10 369	2.14 358	1.36 353	1.96 309	1.66 336	5.46 407	7.07 399	4.95 392	4.32 400	5.50 353	2.26 355	1.04 382	1.02 403	0.99 380	0.97 388	1.02 376	1.04 379

NVStereoNet_ROB	1.88 359	1.07 367	1.45 316	1.07 373	1.17 375	1.47 304	1.48 360	1.89 290	1.93 357	1.94 348	4.67 389	3.08 377	1.80 354	6.51 372	1.65 332	1.06 383	0.86 395	1.08 383	1.32 395	0.93 372	1.26 385
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
CC-Net-ROB	1.49 332	1.26 379	1.27 295	0.88 352	0.79 338	1.76 330	1.00 321	1.79 269	1.26 240	1.10 132	1.61 287	1.21 224	0.99 249	8.13 397	0.84 237	1.09 384	0.41 352	2.20 390	0.46 350	1.20 381	0.48 327

DDUNet	1.50 334	2.69 409	1.12 273	1.77 386	1.88 389	1.84 340	0.92 305	1.70 245	1.16 204	1.38 269	1.79 314	1.60 301	1.12 281	1.37 150	1.08 268	1.10 385	0.76 386	2.37 394	0.94 386	2.00 386	1.37 386

WAO-7	2.66 383	1.40 382	1.73 341	1.39 381	1.17 375	3.93 394	1.94 383	4.11 395	3.88 393	2.92 381	5.50 393	4.18 385	3.00 389	7.63 392	3.71 374	1.13 386	1.00 401	1.17 384	1.13 394	1.18 380	1.09 383

WAO-6	2.81 390	1.60 388	1.46 318	2.36 393	2.28 396	3.55 388	2.29 396	4.21 396	4.56 399	2.36 365	4.51 384	4.88 391	2.66 383	4.60 334	4.07 378	1.72 387	1.15 407	2.31 393	1.46 401	2.31 387	1.85 391

MaskLacGwcNet_RVC	1.10 290	1.02 365	1.00 237	0.82 335	0.67 305	1.93 345	0.93 309	1.62 229	1.11 175	1.15 157	1.25 182	1.50 286	0.79 160	1.96 247	0.76 209	1.89 388	0.34 326	0.79 373	0.36 327	1.25 382	0.83 370

WAO-8	4.40 397	1.82 394	1.79 343	2.34 391	2.20 391	9.19 409	1.53 361	6.09 407	16.46 413	3.94 391	7.84 405	7.32 399	3.72 396	9.41 407	3.31 370	2.00 389	1.07 404	2.44 399	1.37 399	2.50 389	1.68 389

Venus	4.40 397	1.82 394	1.79 343	2.34 391	2.20 391	9.19 409	1.53 361	6.09 407	16.46 413	3.94 391	7.84 405	7.32 399	3.72 396	9.41 407	3.31 370	2.00 389	1.07 404	2.44 399	1.37 399	2.50 389	1.68 389

PWCK	2.88 391	2.05 400	5.72 392	2.08 388	1.11 370	3.55 388	3.90 408	2.86 382	3.54 391	3.03 386	3.63 377	3.10 378	2.31 376	8.15 399	3.09 365	2.12 391	0.91 398	1.75 387	0.98 390	2.57 391	1.18 384

CAS	0.63 117	0.18 1	0.37 2	2.27 390	0.84 349	0.57 74	0.54 190	0.79 13	0.62 24	0.48 18	0.70 32	0.36 2	0.26 1	0.45 2	0.35 27	2.24 392	0.10 1	0.14 1	0.09 1	0.15 5	1.06 382

SQANet	1.31 317	0.88 358	1.08 265	1.83 387	1.44 384	1.44 303	0.75 264	1.74 252	1.09 169	1.32 246	1.26 188	1.28 248	1.01 253	1.50 179	0.83 234	2.50 393	0.34 326	1.47 385	0.55 365	2.32 388	1.57 388

ACVNet_2	2.43 380	1.41 383	2.04 354	2.62 395	2.24 394	2.63 375	1.88 380	3.31 387	3.01 383	2.19 357	3.45 375	4.62 387	2.04 367	4.50 333	1.47 324	2.55 394	0.64 383	2.22 391	0.84 381	2.69 392	2.29 397

JetRed	6.91 408	8.80 418	25.96 420	2.85 398	3.25 409	13.98 418	11.87 413	6.25 409	4.28 397	4.45 398	4.56 385	6.69 398	5.46 403	7.46 390	14.05 408	2.59 395	3.31 413	2.59 402	2.29 412	4.20 411	3.36 411

DPSimNet_ROB	11.20 415	4.98 414	35.43 424	2.90 401	4.52 415	7.89 408	17.09 416	4.66 399	6.06 404	14.89 418	10.93 412	17.29 415	36.81 427	13.18 416	15.68 412	2.86 396	6.29 418	5.75 418	5.09 416	3.91 409	7.70 418

otaku	1.60 341	1.11 372	1.21 283	2.20 389	1.56 386	1.97 348	1.24 345	2.07 331	1.36 288	1.44 284	1.62 290	1.73 318	1.19 292	1.73 219	0.98 259	2.89 397	0.57 379	1.74 386	0.60 372	2.78 393	1.94 393

Ntro	1.64 345	1.15 375	1.23 286	2.48 394	1.83 388	2.09 355	1.16 339	1.96 309	1.38 296	1.21 193	1.62 290	1.62 303	1.29 308	1.87 238	1.11 275	3.04 398	0.56 378	1.82 388	0.64 373	2.80 394	2.05 394

ACVNet_1	2.18 370	1.45 385	1.72 339	2.85 398	2.33 398	2.28 362	1.46 358	3.08 385	2.22 367	1.82 340	2.05 340	3.56 380	1.98 365	3.09 306	1.40 310	3.17 399	0.60 381	2.40 398	0.92 385	2.91 400	2.37 398

Dean	2.91 392	1.53 387	2.07 355	2.96 402	2.51 400	3.15 383	2.14 391	4.75 400	4.41 398	2.76 377	6.10 395	5.53 395	2.37 377	2.97 301	1.92 344	3.18 400	0.85 393	2.51 401	1.04 393	2.88 399	2.47 401

LVE	3.31 394	1.67 389	1.64 332	2.85 398	2.42 399	3.20 385	2.26 395	4.78 401	5.05 400	2.35 363	6.91 397	6.02 397	2.37 377	9.15 401	2.17 354	3.19 401	1.08 406	2.38 396	1.47 402	2.81 395	2.40 400

ACVNet-4b	2.15 369	1.41 383	1.64 332	2.80 396	2.31 397	2.31 364	1.24 345	2.32 364	2.14 364	1.26 217	2.39 355	2.66 369	1.48 328	5.95 365	1.06 265	3.20 402	0.45 362	2.37 394	0.89 383	2.83 397	2.37 398

TorneroNet-64	5.30 403	2.03 398	1.74 342	3.43 407	2.81 404	10.09 411	2.12 390	9.10 414	17.12 418	4.96 404	9.27 410	10.72 413	3.70 395	9.20 402	4.55 380	3.31 403	0.84 390	2.88 407	1.55 403	3.49 405	3.04 407

RainbowNet	1.97 365	1.76 390	1.57 329	2.81 397	2.21 393	1.98 350	1.81 374	2.54 377	1.89 352	1.50 298	1.84 320	1.96 337	1.65 342	2.14 261	1.25 289	3.33 404	0.85 393	2.39 397	0.98 390	2.82 396	2.22 395

KSHMR	8.75 411	2.06 401	2.11 357	3.53 409	3.11 407	4.13 398	2.69 401	5.60 404	61.37 436	3.00 384	55.83 436	4.98 394	2.45 380	4.49 332	2.61 361	3.46 405	1.55 411	3.14 410	1.94 408	3.72 407	3.18 409

TorneroNet	10.70 413	2.03 398	1.82 346	3.43 407	3.01 406	43.83 428	2.22 394	8.87 413	67.47 437	7.17 411	27.36 422	10.68 412	3.85 398	8.67 400	7.65 396	3.59 406	0.88 396	3.04 408	1.57 404	3.71 406	3.17 408

UNDER WATER-64	5.27 402	2.32 404	8.78 401	3.93 413	3.54 412	7.61 407	3.03 407	5.84 406	14.19 409	4.04 393	4.04 381	9.39 408	6.26 407	5.93 364	8.48 397	3.60 407	1.51 410	3.13 409	1.88 406	4.29 412	3.61 412

IMH-64-1	2.70 387	1.79 392	1.46 318	3.26 405	2.66 401	3.23 386	2.10 388	4.08 393	2.75 381	2.34 361	3.81 379	3.06 375	2.22 374	4.25 328	2.59 359	3.75 408	0.84 390	2.75 404	1.35 396	3.15 402	2.60 404

IMH-64	2.70 387	1.79 392	1.46 318	3.26 405	2.66 401	3.23 386	2.10 388	4.08 393	2.75 381	2.34 361	3.81 379	3.06 375	2.22 374	4.25 328	2.59 359	3.75 408	0.84 390	2.75 404	1.35 396	3.15 402	2.60 404

UNDER WATER	5.08 401	2.33 405	5.55 390	3.94 414	3.51 411	5.20 405	2.72 403	5.61 405	16.52 415	3.84 390	4.60 386	9.21 407	5.89 405	5.90 362	8.66 398	3.75 408	1.34 408	3.18 411	1.88 406	4.33 413	3.61 412

IMH	3.21 393	1.85 396	1.48 323	3.25 404	2.69 403	4.07 397	2.02 386	4.41 398	3.80 392	2.72 374	7.11 400	4.75 390	2.92 386	5.92 363	2.55 357	3.85 411	0.88 396	2.78 406	1.36 398	3.19 404	2.59 403

ktn	4.70 399	2.38 406	2.12 358	3.76 410	3.24 408	4.85 402	2.95 406	5.52 403	7.37 406	4.07 395	19.32 419	7.46 401	3.47 391	7.39 387	2.95 363	4.04 412	1.85 412	3.26 412	2.22 411	3.08 401	2.65 406

notaker	3.98 396	2.40 407	2.68 375	3.82 412	3.27 410	3.97 396	2.14 391	4.78 401	3.45 390	4.12 396	6.94 398	7.65 403	3.26 390	7.82 395	5.30 383	4.04 412	1.41 409	3.36 413	2.10 410	3.88 408	3.31 410

MADNet++	5.01 400	3.14 411	4.91 387	4.55 416	3.94 414	5.20 405	4.41 410	4.40 397	4.13 396	4.95 403	6.08 394	4.74 389	5.37 402	9.40 406	10.67 404	4.65 414	4.15 416	3.97 415	3.34 414	4.09 410	4.08 415

DGTPSM_ROB	13.01 416	8.23 416	21.87 413	9.51 419	18.10 417	11.56 414	32.01 422	10.63 415	16.20 411	7.03 409	19.48 420	10.15 410	16.66 415	9.83 410	22.42 418	4.75 415	8.68 419	5.37 416	10.25 420	6.16 416	11.36 419

DPSMNet_ROB	13.02 417	8.23 416	21.91 414	9.53 420	18.11 418	11.56 414	32.02 423	10.64 416	16.23 412	7.05 410	19.49 421	10.16 411	16.66 415	9.85 411	22.43 419	4.77 416	8.68 419	5.38 417	10.26 421	6.17 417	11.36 419

SPstereo	26.54 422	6.08 415	10.71 406	5.55 417	5.68 416	48.14 429	80.43 436	67.31 437	34.39 432	28.70 430	27.52 423	43.76 434	37.60 432	45.04 436	54.41 437	4.92 417	4.89 417	10.74 423	5.88 417	4.46 414	4.57 416

HanzoNet	11.04 414	3.62 413	8.10 400	4.08 415	3.55 413	4.90 403	2.73 404	7.19 411	10.10 407	31.86 432	28.92 424	21.96 423	36.36 425	18.08 418	10.17 401	7.94 418	3.32 414	3.47 414	3.31 413	7.06 418	4.04 414

tt	6.58 407	0.26 47	6.10 394	3.77 411	2.16 390	11.55 413	19.63 417	13.33 418	5.74 402	2.96 382	2.65 363	4.97 393	6.33 408	3.81 321	7.24 390	9.15 419	11.32 424	5.89 419	6.24 418	6.03 415	2.55 402

DLNR_Zeroshot_test	23.17 421	48.52 438	43.29 427	176.68 437	78.69 433	0.35 5	0.21 1	23.41 420	0.75 57	0.66 43	0.86 58	0.59 52	0.30 4	1.56 191	0.44 85	9.57 420	0.12 9	0.18 37	0.14 23	76.92 436	0.16 42

PML	51.67 434	36.25 428	13.28 409	7.46 418	20.81 419	108.69 437	232.22 438	8.72 412	27.82 424	87.01 437	269.67 438	69.67 437	61.95 437	24.76 426	14.20 409	9.74 421	3.40 415	9.62 420	4.70 415	18.74 422	4.72 417

DPSM_ROB	19.08 418	19.14 422	25.17 418	22.15 422	20.85 420	28.17 420	37.82 425	26.56 421	16.85 416	14.14 415	14.84 414	21.70 418	18.75 418	21.87 420	26.55 422	10.16 422	9.30 422	10.47 421	10.42 422	14.03 420	12.61 422

DPSM	19.08 418	19.14 422	25.17 418	22.15 422	20.85 420	28.17 420	37.82 425	26.56 421	16.85 416	14.14 415	14.84 414	21.70 418	18.75 418	21.87 420	26.55 422	10.16 422	9.30 422	10.47 421	10.42 422	14.03 420	12.61 422

CasAABBNet	38.33 424	38.46 429	50.35 429	44.75 432	41.84 426	56.68 433	76.37 431	53.22 434	33.83 427	28.31 425	29.54 426	43.62 433	37.71 433	43.84 433	53.41 432	20.30 424	18.70 426	21.07 427	21.07 425	28.24 426	25.34 425

MyStereo03	38.34 425	38.50 431	50.41 430	44.74 429	41.86 427	56.65 430	76.38 432	52.99 431	33.93 429	28.39 427	29.99 428	43.54 429	37.42 429	43.82 430	53.53 433	20.31 425	18.71 428	21.06 424	21.08 426	28.23 423	25.35 426

MyStereo02	38.34 425	38.50 431	50.41 430	44.74 429	41.86 427	56.65 430	76.38 432	52.99 431	33.93 429	28.39 427	29.99 428	43.54 429	37.42 429	43.82 430	53.53 433	20.31 425	18.71 428	21.06 424	21.08 426	28.23 423	25.35 426

MyStereo	38.34 425	38.50 431	50.41 430	44.74 429	41.86 427	56.65 430	76.38 432	52.99 431	33.93 429	28.39 427	29.99 428	43.54 429	37.42 429	43.82 430	53.53 433	20.31 425	18.71 428	21.06 424	21.08 426	28.23 423	25.35 426

Selective-RAFT-Error	38.39 428	38.47 430	50.44 433	44.73 428	41.97 430	56.68 433	76.38 432	53.24 435	33.92 428	28.34 426	29.85 427	43.60 432	38.20 434	43.75 429	53.34 431	20.38 428	18.70 426	21.09 428	21.05 424	28.30 427	25.43 429

LSM0	42.82 432	38.75 434	50.81 434	47.07 433	109.38 437	57.00 435	76.02 430	53.74 436	33.71 426	29.02 431	30.41 431	43.87 435	37.22 428	43.91 434	53.54 436	20.52 429	18.62 425	21.10 429	21.11 429	28.41 428	42.22 431

LRCNet_RVC	22.74 420	32.10 427	21.97 415	29.84 424	26.23 422	4.42 400	0.81 284	22.66 419	2.02 360	26.93 424	29.26 425	23.06 425	15.59 414	23.84 422	18.88 415	31.75 430	19.90 431	34.65 430	32.13 430	30.54 429	28.32 430

xxxxx1	54.10 435	25.67 424	27.13 421	113.43 434	96.96 434	30.69 424	47.44 427	32.38 425	25.60 420	17.75 419	17.27 416	21.81 420	21.02 420	24.43 423	33.82 424	33.37 431	40.54 432	157.71 435	175.86 435	66.16 433	72.93 435

tt_ll	54.10 435	25.67 424	27.13 421	113.43 434	96.96 434	30.69 424	47.44 427	32.38 425	25.60 420	17.75 419	17.27 416	21.81 420	21.02 420	24.43 423	33.82 424	33.37 431	40.54 432	157.71 435	175.86 435	66.16 433	72.93 435

ff	54.10 435	25.67 424	27.13 421	113.43 434	96.96 434	30.69 424	47.44 427	32.38 425	25.60 420	17.75 419	17.27 416	21.81 420	21.02 420	24.43 423	33.82 424	33.37 431	40.54 432	157.71 435	175.86 435	66.16 433	72.93 435

HaxPig	38.92 429	41.40 435	41.64 425	29.95 425	32.27 423	28.90 422	27.60 419	29.73 424	37.71 433	43.82 433	43.87 432	33.17 426	35.56 424	41.53 427	40.37 429	43.94 434	47.51 436	45.82 431	47.08 432	42.38 430	44.15 433

AVERAGE_ROB	40.43 430	42.37 436	42.73 426	36.96 427	35.58 425	30.50 423	27.61 420	36.71 430	38.39 434	44.91 434	44.36 433	37.45 428	36.70 426	41.88 428	40.35 428	45.43 435	46.81 435	47.11 432	46.35 431	42.51 431	43.87 432

MEDIAN_ROB	42.00 431	44.40 437	44.29 428	35.15 426	34.95 424	31.28 427	29.60 421	35.88 429	40.02 435	47.20 435	46.64 434	37.37 427	38.48 435	44.35 435	42.45 430	48.03 436	49.39 437	49.71 433	49.03 433	45.14 432	46.65 434

Anonymous_1	43.04 433	18.73 421	24.79 417	21.81 421	46.26 431	27.80 419	37.60 424	28.08 423	16.14 410	14.66 417	14.30 413	20.65 417	17.88 417	21.56 419	25.94 421	117.93 437	8.92 421	100.65 434	126.50 434	158.64 437	12.08 421

test_example2	192.40 438	210.76 439	206.48 438	199.83 438	204.73 438	172.94 438	183.52 437	133.93 438	133.41 438	191.38 438	196.19 437	187.13 438	178.77 438	205.33 438	208.00 438	222.09 438	238.72 438	186.54 438	190.54 438	227.34 438	170.31 438

ASD4		10.99 419

Low-res two-view benchmark